基于LSTM的二打一游戏同等牌力生成系统

为解决当前竞技二打一比赛中存在的赛制冗长、存在作弊隐患的问题,设计一种牌力评估与同等牌力生成系统。对大量人类打牌数据使用二阶聚类算法进行聚类分析,得到手牌牌力分类的标注数据集;构建基于注意力机制的长短期记忆网络(long short term memory network,LSTM)模型,针对手牌序列与手牌牌力进行训练,并通过生成同等牌力手牌借助AI机器人进行对打实验。实验结果表明:生成的不同牌力手牌在胜率上具有显著区别,可正确生成对应牌力手牌,具有可行性。

区分二打一游戏竞技者能力的测试用例研究

针对全国竞技二打一扑克锦标赛中如何保证比赛的公平、公正性,降低冗长的比赛赛程问题,提出通过给出具有较高区分度的初始手牌用于比赛发牌阶段以减少比赛轮次的解决方案,并提出计算初始手牌区分度的算法。首先对大量真实用户打牌行为数据进行分析及处理,计算每一个初始手牌对应的得分概率分布;再计算由若干副该初始手牌组成的初始手牌组的区分度,并进行非降序排序;选取区分度值高者对应的初始手牌作为测试用例。为测试选取用例的有效性,创造性提出采用多个具有不同区分度的"智能二打一竞技者"进行模拟比赛。实验结果表明测试用例的选取方法有效。

二打一游戏残局模式下的对弈策略研究

机器博弈作为人工智能学科中的一个重要领域,是检测人工智能发展水平的一个重要平台。在机器博弈领域中,斗地主游戏具有典型的代表性。本文针对斗地主游戏中的残局策略进行研究,实现了基于Alpha-Beta剪枝算法的残局智能AI。在微信平台小程序“欢乐斗地主”中进行了大量双人明牌斗地主残局测试,均成功获胜,实验表明本文所实现的斗地主残局策略是可行的。