(54.224.247.42) 您好！臺灣時間：2018/10/19 06:26

### 詳目顯示:::

• 被引用:4
• 點閱:1021
• 評分:
• 下載:164
• 書目收藏:2
 吹牛骰子是一種較為特殊的骰子遊戲，屬於不完全資訊賽局的一種。在此遊戲中，骰子扮演著類似撲克牌的角色，玩家必須根據手中的骰子牌型採取喊牌方式，直到有一方決定要做勝負的判定。吹牛骰子最初起源於南美，經過長時間的演化，發展出多人共用一副骰子的individual hand類型與玩家各自使用一副骰子的common hand兩大類型。本研究以common hand類型為主，因為骰子數變多，且遊戲中僅能獲得少量不可靠的資訊，要找出好的玩法策略顯得更加困難。我們希望能捨棄傳統上常用的賽局樹搜尋與亂數模擬法等耗用大量計算資源的方法，利用賽局理論，以一種簡單明快的作法來達到此遊戲的最佳(或較佳)玩法。並採用貝氏信賴網路，在連續的對局中對網路進行訓練，達成對手行為模擬的效果，藉由發掘對手的弱點來提高勝率。實驗結果顯示，我們所找到的以隨機猜測為基礎的演算法，對於其他以各種啟發式規則所實作的32種測試程式，都有約6~7成的勝率，並且與具有一定水準的人類玩家對戰，也有與之抗衡的能力。在加入貝氏網路的學習之後，戰績也有明顯的提升。在不完全資訊遊戲的分析上，先以隨機玩法使自己不易吃虧，再搭配上對手行為模型的輔助，的確為一種可行的作法。
 Liar dice is a special dice game. It’s a kind of imperfect information game. In this game, the dice play the roles like the cards in a poker game. Players have to make their calls according to the type of the dice they own until one of them decides to do the judgment. Liar dice was originated from South America and has been evolving for a long time. Eventually, this game evolved two different versions. In "individual hand", there is only a set of dice which is passed from player to player. In "common hand", each player has his own set of dice.This thesis focuses on the study of the common hand liar dice. Because of the increasing number of dice, we receive too little reliable information when we play. This makes the common hand version much more difficult than the individual hand version. We hope that we can abandon the traditional algorithms such as game tree search and random simulation, which will consume lots of time and space. By applying game theory, we find a simple, fast way to compute the optimal (or suboptimal) solution. Furthermore, we use a Bayesian belief network, and train it by successive playing to build a model of an opponent. The model can help us to find the weakness of the opponent and to win more games.The experiment results show that the proposed scheme based on random guessing, can achieve about 60 to 70 percent of winning rate against all 32 heuristic- based test programs we designed. And it is competitive when playing with a human player. After we add the Bayesian belief network, the performance of our program also has significant improvement. This shows that when we want to solve an imperfect information game, trying to explore the advantages of random guessing and use an opponent modeling technique is indeed a considerable approach.
 第一章 簡介 1 第一節 研究背景與動機 1 第二節 問題敘述 3 第三節 研究方向及目的 4 第四節 論文架構 5第二章 吹牛骰子 6 第一節 吹牛骰子簡介 6 第二節 遊戲進行方式 7 第三節 複雜度分析 12第三章 相關研究探討 14 第一節 經驗法則 14 第二節 對手行為模型 16 第三節 動態規劃 19第四章 雙人吹牛骰子探討 22 第一節 特性分析 22 第二節 隨機玩法 27 第三節 貝氏信賴網路 34第五章 實驗及結果 47 第一節 系統研發 47 第二節 測試結果 51第六章 結論與未來發展 55附錄 詳細測試結果 58參考文獻 68
 [1] G. H. Freeman, “The Tactics of Liar Dice,” Applied Statistics, Vol. 38, No. 3, pp. 507-516, 1989.[2] J. Sum, J. Chan, “On a liar dice game - bluff,” International Conference on Machine Learning and Cybernetics Vol. 4, pp. 2179 - 2184, 2003.[3] T. Johnson, “An evaluation of how Dynamic Programming and Game Theory are applied to Liar’s Dice,” Rhodes University, 2007.[4] D. Egnor, “ Iocaine powder,” International Computer Games Association Journal, 23 (1), pp. 33–35, 2000.[5] K. B. Korb, A. E. Nicholson, N. Jitnah, “Bayesian Poker,” Uncertainty in Artificial Intelligence, 1999.[6] P. Woodward, “Yahtzee: The solution,” Chance, 16(1), pp. 10–22, 2003.[7] T. W. Neller, I. Russell, Z. Markov, “Solving the Dice Game Pig: an introduction to dynamic programming and value iteration,” 2005.[8] T. Hicks-Wright, E. Schkufza, “A Machine Learning Approach to Opponent Modeling in General Game Playing,” 2006.[9] T. H. Cormen, C. E. Leiserson, and R. L. Rivest, Introduction to Algorithms, MIT Press, Cambridge, 1990.[10] M. Negnevitsky, Artificial Intelligence: A Guide to Intelligent Systems, Pearson, 2002.[11] PN. Tan, M. Steinbach, V. Kumar, Introduction to Data Mining, Addison-Wesley, 2005.[12] W. Poundstone, The Prisoner's Dilemma, Doubleday, New York, 1992.[13] D.M. Bourg, G. Seemann, AI for Game Developers, Cambridge, O’Reilly Media, Inc., 2004.[14] 巫和懋、夏珍，賽局高手-全方位策略與應用，台北：時報出版，2002。[15] 張振華，人生無處不賽局，台北：書泉出版，2007。
 電子全文
 國圖紙本論文
 推文當script無法執行時可按︰推文 網路書籤當script無法執行時可按︰網路書籤 推薦當script無法執行時可按︰推薦 評分當script無法執行時可按︰評分 引用網址當script無法執行時可按︰引用網址 轉寄當script無法執行時可按︰轉寄

 1 吹牛骰子之人工智慧改良 2 利用貝氏信賴網絡進行臭氧預測-大里測站為例 3 電腦麻將程式TaKe的設計與實作 4 指紋類別與人格特質關聯性分析 5 自行修繕採購決策支援系統之探討 6 Hybrid Bayesian Fuzzy Game Model for Improving the Negotiation Effectiveness of Construction Material Procurement

 無相關期刊

 1 群聚人工智慧在遊戲設計上之效益分析 2 人工智慧方法應用於臺灣股票指數期貨隔日漲跌預測之研究 3 五子棋相關棋類人工智慧之研究 4 運用賽局理論於分散式人工智慧之多重代理人策略協議系統研究 5 遊戲的人工智慧探討與應用 6 以人工智慧策略偵測網球節目精彩片段 7 吹牛骰子之人工智慧改良 8 人工智慧應用於室內照明最佳化設計之研究 9 應用樂高機器人於人工智慧教育之教案設計、教學評量及支援教學平台輔助工具開發之研究 10 以粒子群最佳化為基礎之電腦遊戲團隊人工智慧研究 11 麻將之人工智慧研究 12 人工智慧演算法於機電系統最佳化的研究與應用 13 法律人工智慧-模糊邏輯及數位邏輯之應用 14 以人工智慧方法判別電視廣告所在位置 15 建置一個應用於戰略遊戲中戰術模擬的人工智慧

 簡易查詢 | 進階查詢 | 論文瀏覽 | 熱門排行 | 我的研究室