下棋是人类智慧的典型表现,机器博弈是人工智能学科的重要方向。尽管博弈论起源于弈棋,但它现有的成果还无法在一般下棋过程中得到应用。鉴于目前计算机已经可以在象棋领域和人类天才较量,为了提升机器博弈的研究成果,填补博弈论的欠缺,扩大对策论的应用领域,考虑到下棋属于离散事件动态过程,由此提出一个新的博弈论分支- - 事件对策论。它是面向完全且完美信息的有限动态博弈,重点解决分枝数和阶段数很大的一类巨型博弈树的求解理论与方法,包括事件对策的理论框架与数学表述,纳什均衡的再定义、性质分类与存在性证明,各种博弈树剪枝算法和最佳博弈路径的求解,自动机监控理论与专家知识的嵌入,多种事件对策的应用模型与最优策略分析等。此项研究不仅可以丰富动态博弈论,而且和微分对策论结合,可以开拓混杂对策全新的研究领域,使博弈论的普遍应用从目前的经济领域走向军事、外交、管理等新天地,为机器智能的研究与开发提供新的方向与工具。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
涡度相关技术及其在陆地生态系统通量研究中的应用
基于SSVEP 直接脑控机器人方向和速度研究
拥堵路网交通流均衡分配模型
内点最大化与冗余点控制的小型无人机遥感图像配准
基于高性能集群计算的围棋机器博弈关键算法研究
基于大样本和决策论的增长曲线模型的统计推断研究
高性能集群环境下基于机器博弈理论的兵棋推演关键算法研究
基于大脑听觉系统机理的声学事件高层语义的机器认知模式研究