건설 Texas Hold'em 재생니다.처음부터[마감]

StackOverflow https://stackoverflow.com/questions/506167

문제

나는 건물에 관심이 Texas Hold'Em 공하고 있습니다.이는 장기 프로젝트 중 하나는 계획을 투자하는 적어도 두 개의 년이다.나는 여전히 대학에서,지 않은 아무것도 구축 야심찬 아직이고 문제를 해결하는 것이 보입니다.나는 새로운 분야의 인공 지능.에서 내 데이터 구조 등에 대학교,난 기본적인 빌딩 블록처럼 BFS 및 DFS,역추적,DP,트리,그래프,등등.내가 배우 정규식,공부를 공유 및 SCJD 고 내가 곧을(빽빽한)통계는 물론입니다.

질문:

-어디에서 시작합니까?어떤 책이 나를 선택?어떤 종류의 아이커 프로그램을 실행에?무엇 오픈 소스 프로젝트할 수 있습니에서 페이지를 가지고?어떤 좋은 인공 지능 리소스에서 Java?나는 학습에 관심있는 Lisp 뿐만 아니라,Jatha 좋은?

다른 팁

포커 AI는 인간이 예측할 수 없을 정도로 베팅하기 때문에 올바르게 얻는 것이 어렵습니다. 일반적으로 두 부분으로 나뉩니다.

1) 손이 승리 할 확률을 계산하십시오.

2) 1을 기준으로 베팅 전략을 공식화하십시오.

1 부에 대한 많은 통계 판독으로 시작하는 것이 좋습니다. 처음에는 홍당무가 쉬운 것처럼 보이지만 실제로는 매우 복잡합니다 (그리고 잘못되면 AI가 파멸됩니다). 그런 다음 파트 2의 유전자 알고리즘으로 이동하십시오. 베팅 전략은 대부분 유전자 알고리즘입니다. 그들은 과거의 성공과 실패 + 일부 무작위 배정에 따라 스스로를 조정하여 예측할 수 없게됩니다.

나는 자바에서 Texas Hold'em 비디오 포커 엔진을 썼습니다.

이 코드는보기가없는 Texas Hold'em의 핵심 엔진입니다.

http://github.com/phstc/javapokertexasholdem

또한 유전자 알고리즘이 신경 네트워크의 가중치를 조정하여 결정 논리를 결정합니다. 이 접근법은 포커 AI에 매우 적합합니다.

나는 이렇게 내 자신의 ai를 만들었다. 처음에는 게임을 전혀 몰랐던 ~ 1000 명의 선수를 만들었습니다. 손에 대한 초기 행운을 바탕으로 체력은 가중치가 높고 차세대 창조되었습니다. 새로운 "두뇌"는 이전 세대보다 더 잘 연주되었습니다.

결국, 최고의 개인은 매우 훌륭했습니다.

으로 이미 좋은 예약 의 이론을 포커 은 정말 소중한 정보의 소스 게임을 재생하기 위해뿐만 아니라 건물에 대 한 인공지능.당신은 아마 그것을 구입하지 않으므로 비용이 많이 있습니다.

앨버타 대학 resarch 그룹 state-of-the-art 순간에,비록 그들이 경쟁이 치열 신흥재합니다.(지 않은 모든 포커 머 AI 분야에서 연구는 공공기 때문에 유혹을 사용하여 하나의 결과에서 인터넷 포커,비록 그의 금지됩니다.)

먼저 당신이 결정해야 합니다 어떤 종류의 포커은 당신이 먼저 해결하기 위해.두 플레이어 홀덤은 꽤 많이 해결하지만,최고의 인간은 여전히 넣어 진정한 싸움으로 최고의 인공 지능의 유효합니다.AI 는 주요 이점을 통해 인간으로써 무제한으로 완벽한 메모리를 과거의 손이,완벽한 분석의 패턴에 따라 그리고 그들은 기계,그들은하지 않는 기울처럼 거의 모든 인간은 때때로는 않습니다.

고정 Hold'em 은 아마도 가장 쉬운,그래서 균열부터 시작하는 것이 좋을 수 있습니다 1-1 고정 hold'em 한 다음 원하는 것을 결정하여 다음에 수행 할 수 있습니다.

여기에 몇 가지 측면이 변화하는 올바른 전략(및 AI):

  • 현지 게임에서 다른 토너먼트 -플레이어의 수 결정을 내리는 다릅니다.
  • 홀뎀 만이 아닙니다.Omaha,스터드 고 다른 사람이 존재하고 널리 재생됩니다.
  • 고정 한도에서 다른 냄비는 한도에서 다른 No 제한.
  • 최선을 이길을 필요가 많은 커버의 매우 미묘한 것이 최고의 선수에 대해 생각할 때다.길이며 아마추어 게임도 이러한 일을 계산합니다.

결정하는 경우 이동에 대한 제한이 없 홀드를 확인할 수 있습니다 세 책 시리즈 Harrington 에 홀뎀 및 예약 제한 없음을 포커-이론 및 실습.을 읽고 아주 많은 책에 포커,내가 말할 수있는 이 책과 결합이론의 포커,매우 충분합니다.

어떤 정확한 게임에 관심이 있는지 잘 모르겠지만 일반적인 접근 방식은 훨씬 작은 초록 버전의 게임을 만들어 그 작은 게임을 해결 한 다음 실제 게임 상황을 추상적 인 게임에 매핑하여 조언을 생성하는 것입니다. 대부분의 학술 논문은 수렴, 착취 및 경쟁 결과에 대한 결과를 제시하기 위해이 과정의 세부 사항을 건너 뜁니다.

그러나 완전한 구현을 제공하는 공개적으로 사용 가능한 코드베이스가 있습니다. 가장 좋은 것 중 하나는 Fall Omen입니다.

http://www.deducer.org/pmwiki/pmwiki.php?n=main.artificialintelligencepoker

이것은 가상의 플레이를 사용하여 추상 게임의 전략을 최적화하는 기본적인 전략 봇입니다. 상당히 간단하고 완전하며 추상 게임 접근 방식을 잘 표현하기 때문에 좋은 출발점입니다.

Poker AI 개발에 관심이 있다면 2007 년부터 UA 포커 그룹과 Tuomas Sandholm의 학생들로부터 모든 것을 읽는 것이 좋습니다.

http://www.cs.cmu.edu/~sandholm/

http://poker.cs.ualberta.ca/publications.html

나는 학부생에서 Hold'em ai를 썼습니다. 그것은 특히 발전되지 않았으며, 여러 상태를 가로 지르는 Q- 값 기계를 사용하고 각 상태에 대해 Q 값을 업데이트했습니다.

나는 앨버타 대학교의 AI 포커 프로젝트가 함정을 피하기위한 귀중한 정보의 원천이라는 것을 알았습니다.

위의 하나의 포스터가 상태에서, 첫 번째 단계는 몇 가지 결정 가능한 포커 규칙을 못 박는 것입니다. 일대일 포커를 프로그래밍 방식으로 개발할 수 있습니다.

내가 넘어진 한 가지 함정은 일찍 재구성 할 수없는 건물이 아니었다. 예를 들어 학습/놀이 등급을 전환 할 수 있습니다.

GMAIL.com에서 Mail Stevekeogh를 Drop Me에 어떻게받는 지 듣고 싶습니다.

위의 링크에 추가하기 위해 구현해야 할 중요한 사항 중 하나는 http://en.wikipedia.org/wiki/kelly_criterion 일련의 베팅에서 예상 확률을 고려할 때 최적의 베팅 크기를 파악하는 데 도움이됩니다. 인간에게는 확률의 판단에 오류가있을 수 있지만 AI 프로그램은 알고리즘에 따라 예상되는 정규화 된 확률을 침을 뱉을 수 있다면이 베팅 크기 조정 기법은 도박꾼에 대한 위험과 보상의 균형을 유지하는이 베팅 크기 기술이 좋은 저렴한 솔루션이 될 것입니다. .

내가 들었던 흥미로운 결과 중 하나는 베팅 옵션을 접시, 확인 및 올인하도록 제한하면 최소 49%의 확률로 일대일을이기는 AI를 쓸 수 있다는 것입니다. ) ~ 아니다 먼저 가고 있습니다.

나는이 AI가 베팅 할 금액을 아는 것을 더 쉽게 작성하는 것이 더 쉽다는 것을 모르지만, 생각을위한 음식입니다. 베팅 할 금액을 선택하면 승리 확률의 1.5%만을 차지합니다.

라이센스 : CC-BY-SA ~와 함께 속성
제휴하지 않습니다 StackOverflow
scroll top