实体
Leduc Hold'em
Leduc Hold'em
PulseAugur coverage of Leduc Hold'em — every cluster mentioning Leduc Hold'em across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新研究揭示了训练强大的轻量级游戏AI代理的关键技术
研究人员开发了一种稳健的方法，用于训练不完美信息纸牌游戏（如Gin Rummy和Leduc Hold'em）中的轻量级代理。通过使用一个固定的、强大的专家代理作为基准，他们确定了能够显著提高代理性能的关键训练技术。这些技术包括信任区域更新、有针对性的奖励、一系列难度递增的对手、预热启动以及保留最佳模型检查点。研究还发现，某些架构选择和训练方法（如学习状态嵌入、模仿学习以及使用大型语言模型作为对手）并无益处或计算成本过高。
-
StratFormer AI 学会博弈中的对手建模与利用
研究人员开发了 StratFormer，这是一种专为不完美信息博弈设计的新型 Transformer 代理。该代理通过两阶段训练课程来学习建模和利用对手的行为。StratFormer 在 Leduc Hold'em 中取得了成功，在对抗各种对手原型时，平均每手牌的利用收益为 0.106 个大盲注。