面向智能博弈游戏的卷积神经网络估值方法

非完备信息博弈中存在的许多问题在日常生活也同样存在,研究它对解决人们日常中的问题以及提高生活质量有重要意义。德州扑克是典型的非完备信息博弈牌类游戏,针对德州扑克博弈提出一种基于卷积神经网络的估值算法模型。选择用大师之间的博弈历史记录来训练该模型,从而达到学习大师的目的。将该估值模型的博弈程序与前人设计的博弈程序进行博弈,实验结果表明:学习人类大师经验的卷积神经网络估值方法可以提供更好的决策,增强了德州扑克博弈程序的牌力。

基于实证分析的网络游戏产业经济消费群

近几年,随着智能手机、电脑在人们日常生活中的普及,基于现代化设备应用背景下的额网络游戏产业也获得了很大程度的发展。与此同时,随着人们生活理念的转变,网络游戏逐渐成为了广大年轻人消磨时间、放松身心的一种常见方式,越来越多的消费者会选择在网络游戏上消费,用以提升游戏感受同时获得更好的游戏成绩。由此,本文将着眼于实证角度入手,着眼于网络游戏产业的经济消费群进行研究,希望能够对未来我国网络游戏领域的发展做出帮助。