基于Alpha-Beta搜索算法的中国象棋人机对战的设计与实现

计算机博弈是人工智能研究的一个重要分支,人类在计算机博弈领域的研究取得了大量的研究成果,这些成果在人工智能领域产生了重要影响。中国象棋计算机博弈的研究起步晚于国际象棋,但国际象棋计算机博弈研究的成果为我们提供了很多的借鉴技术。近年来随着研究的不断深入,中国象棋计算机博弈越来越成为继国际象棋后计算机博弈研究的热点之一。     

合作博弈的连续蚁群算法求解

在合作博弈的理论研究中,经典的合作博弈解概念在求解过程中没有体现出局中人的有限理性和互动博弈行为。而在现实博弈环境中,联盟的分配方案更多是通过局中人间理性互动与策略博弈形成的。引入理性因子和控制因子来描述局中人在博弈过程中的决策行为,建立了考虑互动行为的合作博弈模型,并利用连续蚁群算法对合作博弈进行求解。算例表明该解法可以保证分配方案满足有效性和个体理性,并能快速得到联盟的唯一分配方案。这为合作博弈的求解提供了新的思路与工具。     

进化博弈中交流系数的引入及分析

在传统的进化博弈理论中,假设博弈方与另外博弈方之间的交流是平等的,与其所选择的博弈策略无关。文中将此传统框架扩展,用各博弈方所选择的策略决定其之间的交流程度,即交流系数。交流系数的引入使得各博弈方之间的博弈速率不再是统一的,而是与其各自所选择的策略有关,从而使原本线性的适应度函数成为非线性函数,扩展了进化博弈理论的框架。     

基于网格的量子博弈聚类算法

量子博弈是对经典博弈的量子模拟,利用量子的纠缠态,可以使博弈参与人在博弈策略的选择过程中相互影响,从而得到与经典博弈不同的结果。将量子博弈运用于聚类问题,并提出一种基于网格的量子博弈聚类算法。算法将数据点看作是博弈的参与人,通过在收益矩阵中内嵌距离函数,使相似的数据点能够获得更大的收益,从而形成聚类。此外,通过设定网格合并规则,使博弈过程得到了简化。仿真实验表明,算法在聚类质量上优于传统的K-means等算法。最后,就算法中的几个参数对算法性能的影响进行了讨论,并给出了参数选择的建议。     

基于博弈论框架的用户行为决策模型

从风险与安全的角度提出一种新的用户行为决策模型,将服务提供者和用户作为非合作博弈的对立方,在不完全信息静态博弈的基础上研究博弈参与者之间的交互行为。从博弈参与者的相互依赖的行动选择角度建立博弈模型,求出最优混合策略。在此基础上,服务提供者从最大化自己利益的角度作出决策。     

用于辩证分析的多方对话协议

在基于辩论的多agent系统研究中,agent之间的对话博弈一般是双方的,然而现实中的辩论却常常涉及到多方参与者,如何实现多agent系统的多方对话博弈是当前的研究热点之一。用于多方论据博弈的辩证分析模型(DAM-MAG)是一种借鉴中国武术擂台比武思想,将多方对话博弈转化为若干个双方对话博弈的理论模型。DAM-MAG的难点在于多方对话博弈协议的设计和实现。为此,基于该理论模型提出了一种多方对话博弈协议。该协议提供了通过双方对话博弈来解决多方对话博弈问题的方法,为解决多agent系统的多方对话博弈提供了新的途径。     

采用时间差分算法的九路围棋机器博弈系统

围棋机器博弈是机器博弈中重要的分支之一,其庞大的博弈空间给机器博弈研究者带来了巨大挑战.目前围棋机器博弈多采用静态估值搜索与蒙特卡洛树搜索,故将时间差分算法引入至九路围棋机器博弈系统中,提出基于时间差分算法的围棋机器博弈系统模型,该博弈系统具有一定的自学习能力,能在不断的对弈中逐步提高博弈能力.通过与采用α-β搜索算法的博弈系统进行实际对弈,证明了该方法的可行性.     

面向人工智能专业课程的棋类博弈教学辅助平台

针对人工智能类课程博弈算法理论性太强、算法较复杂和抽象等问题,设计并实现功能较为完整、用户界面友好的棋类博弈教学辅助平台,平台允许用户上传编写好的博弈程序,实现博弈程序间对弈、人与博弈程序对弈以及人人对弈。本文阐述了棋类博弈教学辅助平台的总体设计、主要功能模块以及搭建平台采用的核心技术。棋类博弈教学平台的设计有益于培养学生依据所学理论知识来解决实际问题的能力,促进学生对计算机博弈程序和人工智能方法的不断探索改进,以达到更好的教学效果。本文进一步评估了棋类博弈平台在人工智能课程的实际使用情况与实践效果。     

基于群的非完整局势势博弈

针对带有不可行局势的基于群的势博弈,提出基于群的非完整局势势博弈.首先,利用矩阵的半张量积理论,给出判别一个有限博弈是否是基于(强)群的非完整局势势博弈的充分必要条件,即检验一个线性等式是否有解;其次,研究基于群的势博弈与基于群的非完整局势势博弈的关系;最后,给出一个寻找最小不可行局势集的算法,使得有限博弈在剩余局势下是一个基于群的势博弈.     

车载自组织网络中节点合作行为的博弈研究

在车载自组织网络中使用公共品博弈理论促进节点合作的研究表明车辆密集区域的节点会呈现不合作状态.本文通过模拟实验得知当节点平均度数较低时,节点更容易产生合作行为.为了提高车辆密集区域中合作节点的比例,本文提出了博弈度数与博弈拓扑的概念,并在此基础上构建了一种能够更改网络博弈拓扑,降低节点博弈度数的分组博弈理论模型.实验结果表明,在车辆密集区域使用该博弈模型能够显著提高网络中合作节点的比例.     

五子棋博弈平台的设计与应用

棋类游戏是博弈的规则和思想的完美体现,很多算法技术都可以运用在棋类游戏中。五子棋相比其他棋类,规则更简单易学,适合用于博弈算法的研究。一个五子棋博弈平台的搭建,有利于不同博弈算法之间的比较研究以及改进。该文首先介绍了五子棋博弈平台的设计。该平台是包括一个服务器和两个客户端的三层C/S架构平台,主要用于五子棋博弈算法之间的对弈。其次,该文以遗传算法及搜索树算法的对弈为例,展示了该平台的应用。     

将习题植入游戏的一种尝试

让学生在游戏中学习,在游戏中体验学习的乐趣,这对培养学生的学习兴趣以及提高教学效果是十分重要的。将习题植入游戏之中,当玩家在玩该游戏的同时,能够学习并掌握习题中所涉及的知识。     

基于教学事件的应用游戏评价指标研究

应用游戏是指以知识传播、技能训练、情志培养等应用需求为主要目的, 集趣味性、知识性、功能性等特征为一体的游戏类型。在一些国家也称严肃游戏或功能游戏。 本文针对目前存在的应用游戏评价指标缺乏对游戏与教育特性结合程度考察的问题,研究了 游戏与教育过程在严肃游戏中的并发关系,将应用游戏的使用过程理解为通过游戏形式组织 起来的教学过程,以信息加工理论模型延伸出9 个教学事件为参考,设计了相应的应用游戏 评价指标。尝试通过考核应用游戏对9 个教学事件的支持程度,评价其对教育目的的支持程 度,最终衡量其作为应用游戏的实用价值。     

The impact of perceived risk,intangibility and consumer characteristics on online game playing

Online game is the most popular entertainment application in the virtual world and online gamers demonstrate high attachment to playing online games. Previous studies have linked to the numerous negative outcomes in playing online games. The factors contribute to the negative consequences on using online game have been relatively neglected. The purpose of this study is to explore the impact of perceived risk, intangibility, gender and age (adolescent/adult) difference on online game playing consequences and intentions. Past usage frequency is also made to look into the influence additional purchase intention. A total of 1418 useful questionnaires (including 1018 from public interview and 400 from online questionnaire feedback) were collected for final data analysis. The results demonstrated the important roles that time risk, psychological risk, financial risk, physical intangibility, mental intangibility and generality play on the negative consequences associated with online game playing. The results also indicated that male and adolescent individuals spent much more time on online game and intented to act the entertainment more than females and adults did. Finally, past online game playing frequency was showed to be a positive predictor of future online game playing intention.     

面向游戏体验的玩家匹配综述

玩家匹配是一种让等待游戏的玩家以开始一局在线多人游戏为目的自动地匹配到一起的技术。这些玩家希望得到有趣和平衡的游戏体验,不论是相互合作还是竞争,并且常常以团队的形式。而在线竞技游戏中玩家的满意度,因涉及到玩家间的交互而难以确保。因此,为了满足玩家的需求．研究人员将玩家匹配系统作为增强玩家游戏体验的手段。形成了一个新兴的研究领域：面向游戏体验的玩家匹配。该研究重点介绍两种玩家匹配方法：基于玩家水平的方法和基于玩家角色的方法．并对近年来出版的有关增强玩家游戏体验的玩家匹配文献进行调查和分析。     

“第三视角”在数字媒体游戏中的应用探析

第—人称就是指我，第三人称就是指他。人在玩游戏的时候。自然是要代入游戏的角色和场景中的。如果你看不到代入的这个角色（部分肢体还是算得），但是却可以看到这个角色所处的场景，那么这个游戏就是第—人称视角的，现在的大部分射击游戏都是用的这种视角，因为这种视角是鼹能够给人冲击力的。也是最身临其境的，比如使命召唤系列、战地系列等等；如果你能看到代入的这个角色及其周边的场景，但是这个场景却不是这个角色能够看到的（人是看不到自己后面的东西的），那么这个游戏就是第三人称视角，战略类动作类的游浅基本上都是采用的这种视角，因为它的可操作性强．而且易于上手。有些游戏能够做到一起包含这两种视角，但是却不能同时做到，比如极品飞车系列．你可以把视角调到车内．那便是第—人称视角，也可把视角调到车外，这便是第三人称视角。     

基于状态演算的通用游戏系统的自动推理

为提高通用游戏系统的自动推理能力,提出了基于状态演算的通用游戏系统的自动推理方法,并将其作为推理模块构建了通用游戏系统模型.利用状态演算逻辑程序设计语言(state calculus executor,STEX)实现通用游戏的状态更新与动作推理,给出了基于状态演算的通用游戏系统模型的功能模块设计,最后利用prolog语言实现了各功能模块,调试系统并进行实例验证.实验结果表明,采用了基于状态演算的自动推理方法,得到较好的游戏成绩,提高了游戏系统的自动推理能力.     

Child–robot interaction across cultures: How does playing a game with a social robot compare to playing a game alone or with a friend?

The present study investigates how children from two different cultural backgrounds (Pakistani, Dutch) and two different age groups (8 and 12 year olds) experience interacting with a social robot (iCat) during collaborative game play. We propose a new method to evaluate children’s interaction with such a robot, by asking whether playing a game with a state-of-the-art social robot like the iCat is more similar to playing this game alone or with a friend. A combination of self-report scores, perception test results and behavioral analyses indicate that child–robot interaction in game playing situations is highly appreciated by children, although more by Pakistani and younger children than by Dutch and older children. Results also suggest that children enjoyed playing with the robot more than playing alone, but enjoyed playing with a friend even more. In a similar vein, we found that children were more expressive in their non-verbal behavior when playing with the robot than when they were playing alone, but less expressive than when playing with a friend. Our results not only stress the importance of using new benchmarks for evaluating child–robot interaction but also highlight the significance of cultural differences for the design of social robots.     

Novel threat-based AI strategies that incorporate adaptive data structures for multi-player board games

This paper considers the problem of designing novel techniques for multi-player game playing, in a range of board games and configurations. Compared to the well-known case of two-player game playing, multi-player game playing is a more complex problem with unique requirements. To address the unique challenges of this domain, we examine the potential of employing techniques inspired by Adaptive Data Structures (ADSs) to rank opponents based on their relative threats, and using this information to achieve gains in move ordering and tree pruning. We name our new technique the Threat-ADS heuristic. We examine the Threat-ADS’ performance within a range of game models, employing a number of different, well-understood update mechanisms for ADSs. We then extend our analysis to specifically consider intermediate board states, which are more interesting than the initial board state, as we do not assume the availability of “Opening book” moves, and where substantial variation can exist, in terms of available moves and threatening opponents. We expand this analysis to include an exploration of the Threat-ADS heuristic’s performance in deeper ply game trees, to confirm that it maintains its benefits even when lookahead is greater, and with an expanded examination of how the number of players present in the game impacts the performance of the Threat-ADS heuristic. We find that in nearly all environments, the Threat-ADS heuristic is able to produce meaningful, statistically significant improvements in tree pruning, demonstrating that it serves as a very reliable move ordering heuristic for multi-player game playing under a wide range of configurations, thus motivating the use of ADS-based techniques within the field of game playing.     

通用对弈游戏:一个探索机器游戏智能的领域

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.