(54.227.48.147) 您好!臺灣時間:2018/02/18 16:21          離開系統
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
本論文永久網址: 
研究生:廖耕毅
研究生(外文):Keng-I Liao
論文名稱:電腦大老二程式之設計與實作
論文名稱(外文):Design and Implementation of Computer Big-2 cards Program
指導教授:顏士淨
指導教授(外文):Shi-Jim Yen
學位類別:碩士
校院名稱:國立東華大學
系所名稱:資訊工程學系
學門:工程學門
學類:電資工程學類
論文出版年:2010
畢業學年度:98
語文別:中文
論文頁數:45
中文關鍵詞:不完美資訊遊戲蒙地卡羅法模擬大老二
外文關鍵詞:Big-2Monte Carlo methodImperfect informationSimulation
相關次數:
  • 被引用被引用:0
  • 點閱點閱:1787
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:61
  • 收藏至我的研究室書目清單書目收藏:0
目前人工智慧模擬實作在完美資訊(Perfect Information)類型的遊戲已經日漸成熟,許多學者將研究目標轉向不完美資訊(Imperfect Information)類型的遊戲,其中以撲克牌遊戲最為廣泛。而在撲克牌遊戲中,困難的地方在於無法得知對手的手牌,在資訊不完全的情況下,將影響玩家的出牌策略,也會影響模擬實作的結果。現今著名的撲克牌遊戲有橋牌(Bridge)、惠司特牌(Whist)、比十三支(Russian)、德州撲克牌(Texas Hold’ em)、大老二(Big-2)……等。
在本篇論文中,我們將討論廣受歡迎的撲克牌遊戲------大老二(Big-2)作為我們研究不完美資訊類型遊戲(Imperfect Information Game)的主要議題。在本篇中,我們使用蒙地卡羅法(Monte Carlo Method)來模擬每回合出牌後的結果,並且量化後計算出最高勝率的出牌組合。爾後,也將介紹如何將蒙地卡羅法運用在不完美資訊類型的遊戲。

Analog implementation of artificial intelligence in the present Perfect Information type of game has been maturing, so many academics shift the target of studies to imperfect information type of game, of which poker game is the most widespread. In the poker game, the difficulty is that we don’t know cards in opponents’ hand. The incomplete information will affect the player's card playing strategy and also affect the results of simulation implementation. Now, well-known poker games are Bridge, Whistler special license, Russian, Texas Hold 'em Poker, Big-2 ... ... and so on.
In this paper, we will discuss the popular poker game ------ Big Two (Big-2) as we study the type of Imperfect Information Game of the main issues. In this paper, we use Monte Carlo Method to simulate the cards after each round of the results, and quantify to calculate the highest winning percentage of the card combination. Thereafter, it describes how to use the Monte Carlo method in the imperfect information of games.


摘要
Abstract
致謝
目錄
表目錄
圖目錄
第一章 緒論
1.1 研究背景
1.2 研究動機
1.3 研究目的
1.4 論文概述
第二章 基礎理論與相關文獻
2.1 對局(Game)
2.2 機率賽局
2.2.1 機率遊戲簡介
2.2.2 機率遊戲中的審局函數
2.2.3 紙牌遊戲
2.3 蒙地卡羅法(Monte Carlo Method)
2.3.1 模擬於紙牌遊戲
2.4 不完美資訊遊戲
2.5 大數定律求期望值
第三章 遊戲規則、策略與經驗知識庫
3.1 大老二遊戲簡介
3.2 遊戲規則
3.3 遊戲積分說明
3.4 遊戲策略
3.4.1 基礎觀念
3.4.2 進階策略
第四章 系統程式架構與實作方法
4.1 系統構想
4.2 系統架構
4.3 核心作法說明
4.3.1 組牌
4.3.2 預測
4.3.3 模擬
4.4 程式牌型編碼方式
第五章 系統實驗及測試分析
5.1 實驗軟硬體環境設備
5.2 實驗設計
5.2.1 人工智慧程式模擬方法實作:
5.2.2 預測實作
5.2.3 人工智慧程式模擬與預測
第六章 結論與未來發展
6.1 研究結論
6.2 未來發展
附錄一 各類牌型期望值計算公式
參考文獻
一、英文參考文獻
【1】C.D. Ward Member, P.I. Cowling Member “Monte Carlo Search Applied to Card Selection in Magic: The Gathering,” IEEE Symposium on Computational Intelligence and Games, 2009.
【2】Darse Billings, Denis Papp, Jonathan Schaeffer, and Duane Szafron, “Poker as a Testbed for Machine Intelligence Research”, Proceedings of AI’98, (Canadian Society for Computational Studies in Intelligence), University of Alberta, 1998.
【3】Guy Van den Broeck, Kurt Driessens, and Jan Ramon “Monte-Carlo Tree Search in Poker Using Expected Reward Distributions”, Department of Computer Science, Katholieke Universiteit Leuven. 2009
【4】Stuart Russell, Peter Norvig, “Artificial Intelligence A Modern Approach, Second Edition”, Prentice Hall Series in Artificial Intelligent.
二、中文參考文獻
【5】殷振軒,“電腦十三張程式之牌招探討”東華大學資訊工程研究所,碩士論文,2008。
【6】陳再興,“電腦象棋停著殺之研究”,元智工學院電機與資訊工程研究所,碩士論文,1995。
【7】維基百科:http://zh.wikipedia.org/zh-tw/

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔