通用对弈游戏:一个探索机器游戏智能的领域

被引：2

作者：

张海峰

刘当一

李文新

机构：

[1] 北京大学信息科学技术学院

来源：

软件学报 | 2016年 / 27卷 / 11期

关键词：

通用; 游戏; 逻辑; 人工智能; 知识表示;

D O I：

10.13328/j.cnki.jos.004928

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

通用对弈游戏(general game playing,简称GGP)是致力于提高机器的通用游戏智能的研究领域.与专用游戏智能程序不同,GGP玩家直到游戏开始时才获得游戏规则,从而避免依赖于人类关于特定游戏的经验.GGP研究发展至今,已在游戏表示、搜索算法、状态估值等方面做了深入探索,并在知识迁移等方面做出了尝试.GGP研究的进展在一定程度上代表了通用人工智能的发展,因而是值得关注的.

引用

页码：2814 / 2827

页数：14

共 24 条

[1] Automated verification of state sequence invariants in general game playing[J] . Sebastian Haufe,Stephan Schiffel,Michael Thielscher. &nbspArtificial Intelligence . 2012
[2] The arcade learning environment:An evaluation platform for general agents. Marc G Bellemare,Yavar Naddaf,Joel Veness,Michael Bowling. Journal of Artificial Organs . 2013
[3] CadiaPlayer: A simulation-based general game player. Bjornsson, Yngvi,Finnsson, Hilmar. IEEE Transactions on Computational Intelligence and AI in Games . 2009
[4] Zur Theorie der Gesellschaftsspiele[J] . J. Neumann. &nbspMathematische Annalen . 1928 (1)
[5] Monte-Carlo Tree Search:A New Framework for Game AI. Chaslot G,Bakkes E,Szita I,et al. Proceedings of AIIDEC-08 . 2008
[6] Searching for Solutions in games and artificial intelligence. Allis LV. . 1994
[7] General game playing:Game description language specification. Love N,Hinrichs T,Haley D,Schkufza E,Genesereth M. . 2008
[8] Using confidence bounds for exploitation-exploration trade-offs. Auer,Peter. Journal of Machine Learning Research . 2003
[9] A multiagent semantics for the game description language. Schiffel S,Thielscher M. Proc.of the Agents and Artificial Intelligence . 2010
[10] Simulation-Based approach to general game playing. Finnsson H,Bj?rnsson Y. Proc.of the 23rd AAAI Conf.on Artificial Intelligence . 2008

← 1 2 3 →