技术共享

TECHNOLOGY SHARING

提供开源算法 高水平基准AI

训练及复盘数据以及AI开发包等

算法中心 数据中心 AI开发中心 训练中心
IS-MCTS:

Information Set Monte Carlo Tree Search

适用场景:

零和博弈,完美信息博弈。比如围棋。

算法类型:

开源实现

算法简介:

蒙特卡罗树搜索 (MCTS) 是一种人工智能技术,已成功应用于许多完美信息的确定性博弈。 ISMCTS研究了 MCTS 方法在具有隐藏信息和不确定性的博弈中的应用。 特别是,提出了三种新的信息集 MCTS (ISMCTS) 算法,它们处理游戏中隐藏信息和不确定性的不同来源。 ISMCTS 算法不是搜索游戏状态的极大极小树,而是搜索信息集树,更直接地分析游戏的真实结构。 这些算法在具有不同特征的三个领域进行了测试,结果表明该算法在处理游戏中隐藏信息和不确定性方面的性能优于现有方法。

开源实现:

参考文献:

[1] P. I. Cowling, E. J. Powley and D. Whitehouse, "Information Set Monte Carlo Tree Search," in IEEE Transactions on Computational Intelligence and AI in Games, vol. 4, no. 2, pp. 120-143, June 2012, doi: 10.1109/TCIAIG.2012.2200894.

算法模块:

is-mcts-mittmcts-master.zip

问题反馈
请将您的宝贵意见反馈给我们