Rminimax:一种最优化的随机极小极大算法

Rminimax:一种最优化的随机极小极大算法(中文5200字,英文PDF)
Silvia Garcia Diez, Jerome Laforge和Marco Saerens。
摘要
本文提出了用于零和双人游戏的名为Rminimax算法，这是著名的MINIMAX算法的简单扩展。Rminimax算法通过以最佳方式随机化人工对手的策略来控制其强度。特别是，将人工智能(AI)应用于更糟糕或更好的解决方案，从而控制其强度。换句话说，我们的模型旨在将有限理性引入到极小极大算法中。这个框架通过在探索代价和探索深度中做出最优的选择，来考虑所有最优的选择。与其他的树探测技术相反，这个新算法考虑了树的完整路径，其中给定的熵是分布的。通过简单的递归关系有效地计算最优随机策略，同时保持与原始MINIMAX相同的复杂度。因此，Rminimax以一种原则性的方式为棋盘游戏实现了一个非确定性的强度适应性AI对手，从而避免了完全理性的假设。在两个游戏上的模拟显示，Rminimax的表现与预期相同。