一种基于强化学习的三国杀多智能体博弈方法

• 全文链接
• 请求原文

作   者：

骆芙蓉;  王以松;  秦进;  于小民; 

作者机构：

贵州大学计算机科学与技术学院; 

关键词：

深度强化学习;  多智能体;  合作对抗;  三国杀游戏环境; 

期刊名称：

计算机仿真

i s s n：

1006-9348

年卷期：

2024 年 007 期

页   码：

484-490

摘   要：

深度强化学习在处理序列决策与策略探索问题上取得了很大的成功，大多从游戏中展开研究获得启发，其应用领域从单智能体场景扩展到多智能体场景中。基于纸牌的多人对战策略游戏是一种多智能体系统，但现有研究较少，且大多都来自于斗地主、德州扑克。为拓展基于纸牌的多智能体策略游戏的研究，提出了一种基于强化学习的三国杀多智能体博弈方法(SGS-MAPG),自建了以三国杀游戏为背景的2v2对战游戏场景作为实验环境，基于策略梯度的思想对合作的多个智能体建模，在其决策过程中包含了多智能体系统的团队合作与对抗，解决了多个智能体环境下的不稳定性问题。经计算机模拟对战过程，上述方法使智能体经过训练具有良好的学习决策能力，并且能够尝试获得多于基础算法的最终团队奖励，并得到高出至少12%胜率。