集成策略求解器

融合多范式长项

将不同范式的基求解器组合成集成求解器，克服单一范式的脆弱性，在不完美信息博弈中显著优于各单项算法。

袁唯淋 · Shaofei, Chen · 李鹏 · 陈璟

Neurocomputing 2023

技术优势

显著优于单个算法

集成策略学习方法有效地整合了各种先进个体算法的优势，在 Leduc 扑克上面对非平稳对手和有限对局时均显著优于它们。

克服单范式脆弱性

通过设计三种集成求解器（注意力集成、梯度集成和进化集成），结合不同范式的基求解器，避免了单一范式缺陷导致的脆弱表现。

适应非平稳对手

在 Leduc 扑克中对抗非平稳对手的实验中，集成方法展现了领先的性能，表明其能够应对对手策略的动态变化。

应用场景

• 不完美信息博弈：为不完美信息下的决策提供稳健策略集成方案，替代单一脆弱方法。
• 扑克AI：可部署于扑克对战AI，融合多种范式提升对非平稳对手的胜率。
• 非平稳环境策略：专为动态变化环境设计，通过集成学习应对策略漂移。
• 多智能体决策：为多智能体交互场景提供融合多范式的决策策略。