机器博弈风险分析及其估算方法的研究（8页）.pdf

摘要提出了风险损失的概念，讨论了机器博弈问题中可能导致风险损失的几种因素。针对完备信息和非完备信息机器博弈问题的风险损失情况进行分析，提出了一个在博弈过程中估算机器博弈问题风险损失的方法。通过对完备信息博弈问题和非完备信息多人博弈问题的实验，论证了所提出的观点，并验证了提出的风险损失估算方法的有效性。最后提出了一种基于风险损失的博弈策略选择方法。
关键字多重均衡，风险占优均衡，非完备信息博弈，风险损失
引言
在机器博弈领域，完备信息二人机器博弈问题研究已取得很多成功，例如代表性的国际象棋博弈(深蓝，IBM)、西洋跳棋等…。在我国，该领域的主要工作集中在对中国象棋博弈问题的研究旧，3 J，其顶级的智能体博弈水平已经可以和职业象棋棋手相匹敌。这类问题研究的基本假设之一是博弈者采用相同的估值函数，博弈问题存在唯一的最优Nash均衡。但是当机器博弈扩展到更为复杂的非完备信息博弈问题时，经典的完备信息博弈算法并不能给出令人满意的表现。建立对手模型，采用多重均衡博弈理论及方法分析和这类复杂的机器博弈问题已经成为近年来机器博弈领域的研究热点Hj。很多学者对博弈多重均衡的直觉判断和分析的有关问题提出了不同观点，以Nash均衡作为博弈者的合理必然结果的策略选择模式并不总能成立。博弈论大师Harsanyi和Selten于1988年提出风险优势(riskdolllinance)的概念，以作为收益优(payoffdolllinance)的补充”J。库珀(cooper，1999)的研究认为风险占优均衡实际上提供了正式处理博弈信息不确定性的方法。对博弈问题中风险因素的研究，已成为博弈均衡选择理论的一部分。博弈中均衡的多重性在很多情况下来源于博弈者面临的博弈信息的不确定性，风险占优均衡已经成为多重均衡策略选择的一个重要方法。随后，围绕多重均衡策略选择问题的应用研究在不断深入。相关研究主要集中在基于max—n算法的策略选择模型的建立方法，其中以Nat}lan的对手模型研究为代表r71。但是，系统地针对机器博弈问题中风险因素的分析及估算方法方面的研究并不多见，笔者初步建立了一套简单的通过抽样方法评估策略风险的模型哺J。2008年，zinkevich基于损失最小化(regret minimization)思想提出了CFR(counte血ctual re四ret)概念及相关算
法。NickAbou Risk等人进一步将CFR算法扩展到多人博弈的问题当中¨0|。CFR算法的本质是机器学习的方法，通过不断训练，无限逼近最优策略，这就限定了该算法目前只能处理1012世界数规模的博弈问题。