丁香五月天婷婷久久婷婷色综合91|国产传媒自偷自拍|久久影院亚洲精品|国产欧美VA天堂国产美女自慰视屏|免费黄色av网站|婷婷丁香五月激情四射|日韩AV一区二区中文字幕在线观看|亚洲欧美日本性爱|日日噜噜噜夜夜噜噜噜|中文Av日韩一区二区

您正在使用IE低版瀏覽器,為了您的雷峰網(wǎng)賬號(hào)安全和更好的產(chǎn)品體驗(yàn),強(qiáng)烈建議使用更快更安全的瀏覽器
此為臨時(shí)鏈接,僅用于文章預(yù)覽,將在時(shí)失效
人工智能 正文
發(fā)私信給AI研習(xí)社-譯站
發(fā)送

0

獨(dú)家首發(fā) | NIPS 最佳論文視頻解讀!德州撲克背后的不完全信息博弈

本文作者: AI研習(xí)社-譯站 2017-12-05 15:17
導(dǎo)語(yǔ):快來(lái)看全球最頂級(jí)的機(jī)器學(xué)習(xí)會(huì)議~

美國(guó)時(shí)間, 2017 年 12 月 4 日 8:00。

全球機(jī)器學(xué)習(xí)頂級(jí)會(huì)議 NIPS 在美國(guó)長(zhǎng)灘開幕了。

本年度 NIPS 將持續(xù)一周,你現(xiàn)在才想?yún)⒓涌隙▉?lái)不及,因?yàn)槠痹缇唾u光了。

為了讓你隔著太平洋都能跟上 NIPS 的節(jié)奏,雷鋒網(wǎng)帶你搶先看 NIPS 2017 的最佳論文。這篇 NIPS Talk 的時(shí)間是美國(guó)時(shí)間 12 月 5 日下午 2:50。

Safe and Nested Subgame Solving for Imperfect-Information Games

安全和嵌套子游戲解決不完全的信息博弈

獨(dú)家首發(fā) | NIPS 最佳論文視頻解讀!德州撲克背后的不完全信息博弈

不跨洋不翻墻

點(diǎn)擊觀看下方視頻

輕松解讀 NIPS 2017 最佳論文!

 ▼

那些關(guān)注過(guò)人機(jī)大戰(zhàn)的朋友們,你們肯定知道這篇論文在講什么。

不方便打開視頻的朋友們,可以看看雷鋒網(wǎng)簡(jiǎn)版圖文:

今年年初,4 位頂尖德州撲克選手,在為期 20 天賽程里,與卡耐基梅隆大學(xué)(CMU)研發(fā)的人工智能系統(tǒng) Libratus 對(duì)決 12 萬(wàn)手,爭(zhēng)奪 20 萬(wàn)美元獎(jiǎng)金池。

獨(dú)家首發(fā) | NIPS 最佳論文視頻解讀!德州撲克背后的不完全信息博弈

最終,Libratus 擊潰了這組職業(yè)選手。Libratus 人工智能系統(tǒng)所用到的策略技巧,就是這篇論文的重點(diǎn)內(nèi)容。

論文將德州撲克之類的游戲所運(yùn)用的技巧,定義為一種不完美的信息博弈互動(dòng)策略。這種互動(dòng)策略不僅可以應(yīng)用于游戲中,還能應(yīng)用在談判、拍賣、網(wǎng)絡(luò)安全以及人身安全上。

獨(dú)家首發(fā) | NIPS 最佳論文視頻解讀!德州撲克背后的不完全信息博弈

為什么不能將 Alphago 或者 DeepBlue2 的技術(shù)應(yīng)用在德州撲克上呢?

這里有幾個(gè)原因,其中最重要的一個(gè)原因是,所有的完美游戲(例如五子棋、國(guó)際象棋)都有一種特性,那就是,當(dāng)你采取一些行動(dòng)時(shí),你的對(duì)手也采取了一些行動(dòng),當(dāng)你發(fā)現(xiàn)自己身處一個(gè)特別的子博弈環(huán)境時(shí),完全可以忽略其它不相關(guān)的情況,決策點(diǎn)與最佳策略直接相關(guān),你唯一需要做的事情就是,確定當(dāng)前的決策點(diǎn)。

但是德州撲克是一種不完美游戲,當(dāng)你處在一個(gè)特定的子博弈中時(shí),隨即又會(huì)出現(xiàn)其他的子博弈,你不能從這個(gè)決策點(diǎn)出發(fā),因?yàn)槠渌硬┺臅?huì)影響你當(dāng)前子博弈的最佳策略。換句話說(shuō),當(dāng)在不完美的信息博弈中進(jìn)行決策時(shí),你必須考慮到這個(gè)博弈的全局策略,而并非子博弈的最佳策略。

過(guò)去,我們的策略都是預(yù)先計(jì)算出來(lái)的,2015 年有人就在小型的德州撲克程序庫(kù)中簡(jiǎn)單預(yù)先計(jì)算了整個(gè)博弈的最佳策略。但情況不總是這么簡(jiǎn)單,一旦遇到計(jì)算量龐大的游戲就最佳策略失靈了。

研究者針對(duì)不限注德州撲克做了相關(guān)的研究,針對(duì)整個(gè)游戲的玩法做了近似計(jì)算,在真實(shí)的不限注德州撲克中,發(fā)現(xiàn)了針對(duì)性的子博弈策略,這個(gè)技術(shù)叫做“嵌套的子博弈”。

獨(dú)家首發(fā) | NIPS 最佳論文視頻解讀!德州撲克背后的不完全信息博弈

在博弈樹下重復(fù)這個(gè)過(guò)程,會(huì)發(fā)現(xiàn)我們還處在另一個(gè)子博弈中,再次找到一個(gè)更好的針對(duì)性的子博弈策略。通過(guò)這個(gè)技術(shù),能夠和已經(jīng)計(jì)算出的全局藍(lán)圖進(jìn)行很好的擬合。

在博弈樹下重復(fù)這個(gè)過(guò)程,會(huì)發(fā)現(xiàn)我們還處在另一個(gè)子博弈中,再次找到一個(gè)更好的針對(duì)性的子博弈策略。通過(guò)這個(gè)技術(shù),能夠和已經(jīng)計(jì)算出的全局藍(lán)圖進(jìn)行很好的擬合。

所以你看,相比于之前的方法,不完美信息博弈的子博弈求解技術(shù),有著更強(qiáng)的理論保證和更好的實(shí)際表現(xiàn)。同時(shí),作者還展示了安全與非安全的子博弈求解技術(shù),以及為嵌套子博弈求解引入了新方法。

Poker AI Libratus幕后的研究者:

卡耐基梅隆大學(xué)(CMU)Tuomas Sandholm 教授和他的學(xué)生 Noam Brown 是本篇論文的作者。更多幕后故事可以看雷鋒網(wǎng)報(bào)道 德州撲克算法幕后研發(fā)者CMU博士Brown專訪:AI如何打敗頂級(jí)人類牌手?

獨(dú)家首發(fā) | NIPS 最佳論文視頻解讀!德州撲克背后的不完全信息博弈

Tuomas Sandholm 教授(右 )與 Noam Brown 博士(左)

Tuomas Sandholm 是 CMU 計(jì)算機(jī)科學(xué)系教授,他在人工智能和自動(dòng)談判領(lǐng)域,研究超過(guò) 28 年。最早的成績(jī)要追溯到 1989 年前后,他做了一套自動(dòng)為卡車司機(jī)談判并分配任務(wù)的系統(tǒng)。

近年來(lái),Sandholm 和他的團(tuán)隊(duì)成績(jī)顯赫,多次在國(guó)際機(jī)器學(xué)習(xí)會(huì)議(ICML)、人工智能會(huì)議(AAAI)獲獎(jiǎng),現(xiàn)在 Sandholm 還拿到 NSF(美國(guó)國(guó)家科學(xué)基金會(huì))一筆為期三年的新投資,用以資助他繼續(xù)基于 AI Libratus 展開相關(guān)研究。

Noam Brown 是 Sandholm 的博士生,他的研究將強(qiáng)化學(xué)習(xí)和博弈論結(jié)合起來(lái),在大量不完美信息多智能體交互中,做出能夠進(jìn)行戰(zhàn)略推理的 AI。

Brown 把他的研究應(yīng)用導(dǎo) AI Libratus 身上,AI Libratus 在不限注的撲克中擊敗頂級(jí)人類選手。他還曾創(chuàng)建了 Libratus 的前身 Claudico 以及 Baby Tartanian8、Tartanian7,都在近兩年的計(jì)算機(jī)撲克大賽中獲勝。

11 月 29 日,Noam Brown 在自己的 Twitter 上炫耀了一波,說(shuō)拿了最佳論文,NIPS Talk 的時(shí)間是 12 月 5 日下午 2:50,邀請(qǐng)大家來(lái)跟 Poker AI Libratus 一決高下。

獨(dú)家首發(fā) | NIPS 最佳論文視頻解讀!德州撲克背后的不完全信息博弈

學(xué)霸們想了解更多,可以打開更新版的論文原文:

https://www.cs.cmu.edu/~sandholm/safeAndNested.aaa17WS.pdf


翻譯 / 余杭

整理 / 吳璇

獨(dú)家首發(fā) | NIPS 最佳論文視頻解讀!德州撲克背后的不完全信息博弈

雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。

獨(dú)家首發(fā) | NIPS 最佳論文視頻解讀!德州撲克背后的不完全信息博弈

分享:

知情人士

AI研習(xí)社(yanxishe.com)譯站頻道,傳播前沿人工智能知識(shí),讓語(yǔ)言不再成為學(xué)習(xí)知識(shí)的門檻。(原雷鋒字幕組)
當(dāng)月熱門文章
最新文章
請(qǐng)?zhí)顚懮暾?qǐng)人資料
姓名
電話
郵箱
微信號(hào)
作品鏈接
個(gè)人簡(jiǎn)介
為了您的賬戶安全,請(qǐng)驗(yàn)證郵箱
您的郵箱還未驗(yàn)證,完成可獲20積分喲!
請(qǐng)驗(yàn)證您的郵箱
立即驗(yàn)證
完善賬號(hào)信息
您的賬號(hào)已經(jīng)綁定,現(xiàn)在您可以設(shè)置密碼以方便用郵箱登錄
立即設(shè)置 以后再說(shuō)