
-
生物通官微
陪你抓住生命科技
跳动的脉搏
面向 Dhumbal 的 AI 智能体启发式优化
《Scientific Reports》:Heuristic optimization of AI agents for Dhumbal
【字体: 大 中 小 】 时间:2026年08月28日 来源:Scientific Reports 4.9
编辑推荐:
摘要本研究通过系统比较基于规则、基于搜索和基于学习的策略,评估了人工智能(AI)代理在 Dhumbal 这款具有文化意义的不完全信息多人卡牌游戏中的应用。我们对 Dhumbal 的机制进行了形式化定义,并实现了多种类型的代理,包括启发式方法(激进型、保守型、平衡型、投机型)、
本研究通过系统比较基于规则、基于搜索和基于学习的策略,评估了人工智能(AI)代理在 Dhumbal 这款具有文化意义的不完全信息多人卡牌游戏中的应用。我们对 Dhumbal 的机制进行了形式化定义,并实现了多种类型的代理,包括启发式方法(激进型、保守型、平衡型、投机型)、搜索方法(如蒙特卡洛树搜索(MCTS)和信息集蒙特卡洛树搜索(ISMCTS))、强化学习方法(包括深度 Q 网络(DQN)和近端策略优化(PPO)),以及一个随机基线。评估过程采用多场锦标赛,每场锦标赛由独立洗牌的轮次组成,同时考虑了单轮内各代理结果之间的依赖性。性能指标包括胜率、经济收益、Jhyap 成功次数、每轮弃牌数量、风险评估以及决策效率。主要比较基于效应量(科恩d)、95% 置信区间以及轮级自助法敏感性分析。在 1024 个模拟轮次中,基于规则的激进型代理取得了最高的胜率(88.9%,95% 置信区间:[86.9, 90.8]),在评估的配置下优于 ISMCTS(9.3%)和 PPO(0.2%)。本研究贡献了一个可复现的人工智能框架、关于不完全信息下启发式有效性的见解、关于在传统上以金钱为赌注的游戏中部署主导代理的伦理风险的讨论,以及开源代码,从而推进人工智能研究并支持文化游戏的数字保存。