Generating Real-Time Strategy Game Units Using Search-Based Procedural Content Generation and Monte Carlo Tree Search
University of Alberta（阿尔伯塔大学）；Alberta Machine Intelligence Institute (Amii)（阿尔伯塔机器智能研究所）
实时的【形】策略（RTS）游戏单元生成是程序化内容生成（PCG）研究中一个尚未探索的领域，如何自动生成有趣且平衡的单元是一个尚未解决的问题。在设计RTS游戏时，创建独特而平衡的单位可能是一项艰巨的任务，即使对人类来说也是如此。拥有一种自动化的设计单元的方法可以帮助开发人员加快创建过程，并找到新的想法。在这项工作中，我们提出了一种生成平衡和有用的RTS单元的方法。我们利用基于搜索的PCG和基于蒙特卡罗树搜索（MCTS）的适应度函数。我们提出了十个单位，我们的系统设计用于游戏microRTS，以及结果表明，这些单位是独特的，有用的，和平衡的。
2022-12-07 cs.AI
Monte Carlo Game Solver
LAMSADE（拉马萨德实验室）；Université Paris-Dauphine（巴黎第九大学）；PSL（巴黎文理研究大学）；CNRS（法国国家科学研究中心）
我们提出了一个通用的算法，顺序移动，以加快精确的游戏求解器。它使用播放策略的在线学习和蒙特卡罗树搜索。学习的策略和蒙特卡洛树中的信息用于在游戏求解器中排序移动。他们大大提高了解决多个游戏的时间。
2020-01-15 cs.AI
Enhancements for Real-Time Monte-Carlo Tree Search in General Video Game Playing
Maastricht University（马斯特里赫特大学）
本文针对通用视频游戏博弈中实时蒙特卡洛树搜索提出八种增强方法，单独应用多数可显著提升胜率，组合后使六十款游戏平均胜率从31.0%提升至48.4%，接近2015年GVG-AI竞赛顶尖水平。
2024-07-03 cs.AI
Experiments with Game Tree Search in Real-Time Strategy Games
Drexel University（德雷塞尔大学）
博弈树搜索算法（如极大极小）已在回合制对抗游戏（如国际象棋或象棋）中取得巨大成功。然而，这样的算法不能直接应用于实时的【形】战略（RTS）游戏，因为一些原因。例如，极小极大假设了一个回合制的游戏机制，这在RTS游戏中是不存在的。在本文中，我们提出了RTMM，一个实时的【形】变种的标准极大极小算法，并讨论其适用性的RTS游戏的背景下。我们讨论了它的优点和缺点，并评估它在两个实时的【形】游戏。
2012-08-09 cs.AI cs.GT
Mimicking Playstyle by Adapting Parameterized Behavior Trees in RTS Games
University of Opole（奥波莱大学）
行为树（BT）的发现影响了游戏中的人工智能（AI）领域，它提供了非玩家角色（NPC）逻辑的灵活和自然的表示，可由游戏设计师管理。尽管如此，越来越多的压力对越来越好的NPC AI代理人迫使手工制作的BT的复杂性变得难以驾驭和容易出错。另一方面，虽然许多刚刚推出的在线游戏都面临玩家短缺的问题，但具有广泛功能的AI的存在可能会增加玩家的保留率。因此，为了应对上述挑战，该领域的最新趋势集中在自动创建AI代理：从深度学习技术到BT的组合（约束）优化和进化。在本文中，我们提出了一种新的方法来半自动构建人工智能代理，模仿和推广给定的人类游戏，通过适应和调整专家创建的BT源和BT游戏之间的相似性度量。为此，我们制定了混合离散-连续优化问题，其中拓扑和功能的变化的BT反映在数值变量，并构建了一个专用的混合元启发式。在一个原型实时策略游戏中，实验验证了该方法的性能。实验结果证实了所提出的方法的有效性和前景，这是要应用在商业游戏。
2021-11-23 cs.AI
A Cure for Pathological Behavior in Games that Use Minimax
Columbia University（哥伦比亚大学）
在博弈程序中选择走法的传统方法是极大极小过程。其使用背后的普遍信念是，增加搜索深度可以改善游戏。最近的研究表明，如果对博弈树的结构进行某些简化假设，这种信念是错误的：深入搜索会降低做出正确行动的概率。这种现象被称为博弈树病理学。在这些简化的假设是均匀的深度赢/输（终端）节点，这是一个条件，这是不正确的大多数真正的游戏。[10]中的分析研究表明，如果病态博弈树中的每个节点都以超过某个阈值的概率成为终端，则生成的树是非病态的。本文考虑了一种新的评价函数，它可以识别树中更深层次的强迫获胜的密度增加。这一性质提出了两点，加强了均匀的伤口深度导致病理学的假设。首先，它从数学上证明了，随着搜索的深入，一个没有明确检查某些强迫获胜模式的评估函数变得越来越不可能强迫获胜。这种失败预示着原始评估函数的病态行为。第二，它从经验上表明，尽管比理论预测的最小值识别更少的中期游戏胜利，但新功能是非病理性的。
2013-03-27 cs.AI
Monte-Carlo Tree Search for Simulation-based Strategy Analysis
Georgia Institute of Technology（佐治亚理工学院）
游戏通常被设计成以期望的方式塑造玩家行为;然而，设计决策如何影响游戏中的行为空间可能尚不清楚。设计师通常通过人类游戏测试来探索这个空间，这可能是耗时的，并且在耗尽可能的行为空间方面效果有限。在本文中，我们提出了使用自动规划代理人来模拟人类的不同技能水平，以产生游戏的可玩性。然后，可以从这些游戏数据中收集数据，以评估当前的游戏设计并确定其潜在的缺陷。我们在两个游戏中展示了这种技术：流行的文字游戏拼字游戏和我们自己设计的名为Cardonomicon的收藏卡片游戏。使用这些案例研究，我们展示了如何使用模拟代理模型的人类不同的技能水平，使我们能够提取指标来描述游戏的平衡（在拼字游戏的情况下）和突出潜在的设计缺陷（在Cardonomicon的情况下）。
2019-08-04 cs.AI
Which Heroes to Pick? Learning to Draft in MOBA Games with Neural Networks and Tree Search
Tencent AI Lab（腾讯人工智能实验室）；Shanghai Jiao Tong University（上海交通大学）
英雄选秀在MOBA游戏中至关重要，因为它建立了每一方的团队，并直接影响比赛结果。最先进的选秀方法没有考虑：1）英雄池扩大时的选秀效率; 2）MOBA 5v5系列赛的多回合性质，即，两支球队打N局两胜制，同一个英雄在整个系列赛中只允许被选中一次。本文将制图过程描述为一个多轮的组合博弈，提出了一种基于神经网络和蒙特卡罗树搜索的制图算法--决无制图。具体来说，我们设计了一个长期的价值估计机制来处理最好的N起草的情况下。以当前最流行的MOBA游戏之一《王者荣耀》为例，通过与现有的绘图方法进行比较，验证了《绝地求生》绘图方法的实用性和有效性。
2021-08-05 cs.AI
Playing Carcassonne with Monte Carlo Tree Search
Maynooth University（梅努斯大学）；National Autonomous University of Mexico（墨西哥国立自治大学）
蒙特卡罗树搜索（MCTS）是文献中一种相对较新的多变量抽样方法。它们可以应用于各种具有挑战性的领域，包括棋盘游戏，视频游戏和基于能量的问题等等。在这项工作中，我们将探讨使用香草MCTS和MCTS与快速行动价值估计（MCTS-RAVE）在卡尔卡松，一个随机游戏的欺骗性评分系统，其中有限的研究已经进行了游戏。我们比较了基于MCTS的方法与Star2.5算法的优势，以前报道过在卡尔卡松游戏中产生竞争力的结果时，特定领域的启发式用于评估游戏状态。我们分析的特殊性时，他们共享一个共同的奖励系统的算法所采用的策略。基于MCTS的方法始终优于Star2.5算法，因为它们能够找到并遵循长期策略，其中香草MCTS表现出比MCTS-RAVE更强大的游戏性。
2020-10-04 cs.AI
Nearly Optimal Minimax Tree Search?
University of Alberta（阿尔伯塔大学）
Knuth和Moore提出了一个关于叶子数量的理论下限，任何固定深度的极大极小树搜索算法都必须遍历均匀树，即所谓的最小树。由于现实生活中的极大极小树不是均匀的，因此对于大多数应用程序来说，这棵树的确切大小是未知的。此外，大多数游戏都有换位，这意味着存在一个比最小树小的最小图。对于三个游戏（国际象棋，奥赛罗和跳棋），我们计算最小树和最小图的大小。经验证据表明，在所有三个游戏中，增强的Alpha-Beta搜索能够建立一个大小接近最小图的树。因此，游戏程序似乎构建了近乎最优的搜索树。然而，最小图的传统定义是错误的。有一些方法可以减少最小图的大小：通过最大化搜索中的转置数，并使用导致更小搜索树的分支生成截断。最小图的传统定义只是最左近似。计算实最小图的大小是计算密集型的。然而，上限近似显示它比最左边的最小图小得多。因此，似乎玩游戏的程序并不像人们普遍认为的那样有效地搜索。理解最左和实最小搜索图会为增强Alpha-Beta搜索带来一些新的想法。其中之一，增强换位截止，显着减少搜索树的大小。
2014-04-05 cs.AI
Procedural Content Generation using Behavior Trees (PCGBT)
Northeastern University（东北大学）
行为树（BTs）是一种流行的建模NPC和敌人AI行为的方法，并已被广泛应用于商业游戏。在这项工作中，而不是使用BT模型玩游戏的代理，我们使用它们来建模游戏设计代理，定义行为的内容生成任务，而不是在游戏中的行动。类似于传统BT如何以模块化和动态的方式对行为进行建模，用于PCG的BT使用于生成级别的部分的简单子树能够模块化地组合以形成用于生成整个级别的复杂树以及可以动态地改变所生成的内容的生成器。我们将这种方法称为使用行为树的程序内容生成，或PCGBT，并通过使用BT为超级马里奥兄弟建模生成器来演示它，洛克人和银河战士的水平以及地牢布局，并讨论了几种方式，这种模式可以应用和扩展在未来。
2021-10-08 cs.AI
Competing in a Complex Hidden Role Game with Information Set Monte Carlo Tree Search
University of Minnesota（明尼苏达大学）
智能博弈代理的进步导致了像围棋这样的完全信息博弈和像扑克这样的不完全信息博弈的成功。信息集蒙特卡罗树搜索（ISMCTS）系列算法在不完全信息博弈中优于以前使用蒙特卡罗方法的算法。在本文中，单观察者信息集蒙特卡罗树搜索（SO-ISMCTS）被应用到秘密希特勒，一个流行的社会推理棋盘游戏，结合了传统的隐藏角色机制与随机性的卡甲板。这种组合导致了一个比隐藏角色和卡片组机制更复杂的信息模型。在10108个模拟游戏中，SO-ISMCTS和基于规则的智能体一样有效，证明了ISMCTS算法在复杂信息集领域的潜力。
2020-05-14 cs.AI cs.MA
Combat Models for RTS Games
Drexel University（德雷塞尔大学）
游戏树搜索算法，例如蒙特卡罗树搜索（MCTS），需要访问当前游戏的正向模型（或“模拟器”）。然而，在某些游戏中，这种前向模型并不容易获得。本文提出了三个前向模型的两个球员消耗游戏，我们称之为“战斗模型”，并展示了如何使用它们来模拟RTS游戏中的战斗。我们还展示了如何从重放数据中学习这些战斗模型。我们使用星际争霸作为我们的应用领域。我们报告的实验比较我们的战斗模型预测的战斗输出和它们的影响时，用于在一个真正的游戏中的战术决策。
2016-05-17 cs.AI
Injecting Combinatorial Optimization into MCTS: Application to the Board Game boop
AIST（日本国立研究开发法人产业技术综合研究所）
本文提出将组合优化注入 Monte Carlo Tree Search 以增强博弈树搜索，并在 boop. 中通过消融实验和人类对战验证了其显著性能。
2024-06-13 cs.AI
The Mathematical Game
Université Paris Dauphine - PSL（巴黎多芬大学-PSL大学）；CNRS（法国国家科学研究中心）
本文提出用其他博弈树搜索算法改进结合 MCTS 与神经网络的 Holophrasm 定理证明器，以提升自动定理证明性能。
2023-09-22 cs.AI
A game theory for foundation models shows new paths to rational cooperation through similarity inference
本文提出针对基础模型智能体的嵌入贝叶斯智能体理论模型，通过嵌入均衡机制实现相似性推理，破解经典博弈论预测的社会困境中相互背叛问题，达成稳定合作。
2026-08-05 cs.AI
Deep Learning for Reward Design to Improve Monte Carlo Tree Search in ATARI Games
University of Michigan, Ann Arbor（密歇根大学安娜堡分校）
事实证明，蒙特卡罗树搜索（MCTS）方法在规划顺序决策问题（例如围棋和视频游戏）方面非常强大，但当规划深度和采样轨迹有限或奖励稀疏时，它们的性能可能会很差。我们提出了一个自适应的PGRD（策略梯度奖励设计）学习奖励奖金函数，以改善UCT（MCTS算法）。与以前的PGRD应用程序中，奖励奖金函数的空间被限制为手工编码的状态-动作-功能的线性函数不同，我们使用PGRD与多层卷积神经网络，以自动学习原始感知的功能，以及适应非线性奖励奖金函数参数。我们还采用了一个方差减少梯度的方法来改善PGRD的性能。与没有奖励奖金的UCT相比，新方法提高了UCT在多个ATARI游戏上的性能。以这种方式将PGRD和深度学习结合起来，应该会使MCTS算法的适应性奖励比以前更加广泛和实用。
2016-04-24 cs.AI
AlphaBeta is not as good as you think: a simple class of synthetic games for a better analysis of deterministic game-solving algorithms
Université de Lorraine（洛林大学）；CNRS（法国国家科学研究中心）；Inria（法国国家信息与自动化研究所）；LORIA（洛林计算机及其应用实验室）
本文提出了一种合成游戏模型，用于更深入分析确定性游戏求解算法，揭示AlphaBeta在深树中的性能劣势。
2026-02-05 cs.AI
Maximizing Utilitarian and Egalitarian Welfare of Fractional Hedonic Games on Tree-like Graphs
Kyushu University（九州大学）；Nagoya University（名古屋大学）
针对分数享乐博弈中福利最大化划分求解难的问题，本文提出伪多项式时间算法，求解树宽有界图、块图等树状图上的功利主义与平等主义福利最大化划分，并证明该复杂度在P≠NP假设下最优。
2023-10-08 cs.AI cs.GT
Tree Projections and Structural Decomposition Methods: Minimality and Game-Theoretic Characterization
University of Calabria（卡拉布里亚大学）
树投影提供了一个数学框架，它包含了文献中提出的所有各种（纯）结构分解方法，以挑选出近无环（超）图的类别，例如树分解方法，这是图上最强大的分解方法，以及（广义）超树分解方法，这是任意超图的自然对应物。本文分析了这一框架，特别是集中在“最小”树的预测，也就是说，树的预测没有无用的冗余。首先，它表明，最小的树投影享有的范式分解，通常需要在各种结构分解方法的一些属性。特别是，它们享有与图的（最小）树分解相同的连接属性，其结果是严格的，因为对于关于它们是否享有稍微更强的连接属性概念的开放性问题提供了否定的答案，定义为加速超树分解的计算。第二，它表明，树预测承认一个自然的博弈论表征的船长和强盗的游戏。在这个博弈中，对于树分解的Robber和Cops博弈，获胜策略的存在意味着单调策略的存在。作为一种特殊情况，船长和强盗的游戏可以用来描述广义超树分解方法，在这种游戏理论的特征是缺失的，并要求。除了他们的理论兴趣，这些结果有直接的算法应用程序的一般设置和结构分解方法，可以重铸树预测。
2012-12-11 cs.AI cs.DM
EvolvingBehavior: Towards Co-Creative Evolution of Behavior Trees for Game NPCs
Northeastern University（东北大学）；University of California, Santa Cruz（加利福尼亚大学圣克鲁兹分校）
为了帮助游戏开发人员制作游戏NPC，我们提出了进化行为，一种新颖的遗传编程工具，在虚幻引擎4中进化行为树。在最初的评估中，我们将进化行为与我们的研究人员设计的手工制作的树木进行了比较，并在3D生存游戏中随机生长的树木。我们发现，EvolvingBehavior是能够产生的行为接近设计师的目标，在这种情况下。最后，我们讨论了合作创新游戏AI设计工具的影响和未来探索途径，以及行为树进化中的挑战和困难。
2022-09-01 cs.AI cs.HC cs.NE
Tree Search for Simultaneous Move Games via Equilibrium Approximation
Boston University（波士顿大学）
针对同时行动博弈，本文提出在树搜索中近似粗相关均衡的自博弈方法，可适配合作、竞争与混合任务，并在多个基准上优于当前最佳 MARL 算法。
2024-06-14 cs.AI cs.MA
Beyond Games: A Systematic Review of Neural Monte Carlo Tree Search Applications
RWTH Aachen University（亚琛工业大学）
本文系统综述了129篇神经蒙特卡洛树搜索在游戏外领域的应用，分析其结构与实践，旨在评估其成功能否扩展至其他领域，并为特定问题设计算法提供原则性指导。
2023-03-14 cs.AI cs.NE
Ordinal Bucketing for Game Trees using Dynamic Quantile Approximation
TU Darmstadt（达姆施塔特工业大学）
在本文中，我们提出了一个简单而廉价的顺序桶算法，近似产生$q$ -分位数从增量数据流。在桶$q$的量随着所看到的样本的数量而增加的意义上，动态地进行分桶。我们展示了如何使用有序蒙特卡罗树搜索（OMCTS），以产生更好的时间和空间复杂度的界限，特别是在存在噪声的奖励。除了复杂性分析和质量测试的分位数，我们评估我们的方法使用OMCTS在通用视频游戏框架（GVGAI）。我们的研究结果表明，它的优势香草蒙特卡罗树搜索在噪声的存在下，OMCTS没有桶有一个非常糟糕的时间和空间复杂度。
2019-05-31 cs.AI cs.LG
Perceptual Similarity for Measuring Decision-Making Style and Policy Diversity in Games
National Yang Ming Chiao Tung University（国立阳明交通大学）；Academia Sinica（中央研究院）
本文提出基于感知相似度的游戏决策风格度量方法，通过多尺度分析、感知核和交并比评估提升零样本风格分类精度，并验证其在多样性与AI演化分析中的价值。
2024-08-30 cs.AI cs.IR cs.LG
Playing Go without Game Tree Search Using Convolutional Neural Networks
Stanford University（斯坦福大学）
围棋在东亚国家有着悠久的历史，但计算机围棋领域直到最近几年才赶上人类。虽然围棋的规则很简单，但游戏的策略和组合学非常复杂。即使在过去的几年里，依靠神经网络来评估董事会位置的新程序仍然比专业人士每秒能探索出多出许多数量级的董事会位置。我们试图通过创建一个卷积神经策略网络来模仿人类在游戏中的直觉，该网络在没有任何树搜索的情况下，应该以或高于大多数人类的水平玩游戏。我们介绍了三种结构和训练方法，旨在创建一个强大的围棋选手：非矩形卷积，这将更好地学习棋盘上的形状，监督学习，在53，000场专业比赛的数据集上进行训练，以及强化学习，在不同版本的网络之间进行比赛的训练。我们的网络已经超越了仅仅使用监督学习的中级业余爱好者的技能水平。非矩形卷积和强化学习的进一步训练和实现可能会进一步提高这种技能水平。
2019-07-02 cs.AI cs.LG
Game Tree Search in a Robust Multistage Optimization Framework: Exploiting Pruning Mechanisms
University of Siegen（锡根大学）
我们研究所谓的量化整数线性规划（QIPs）的搜索树中的剪枝。QIPs由一组线性不等式和一个极大极小目标函数组成，其中一些变量是存在的，另一些变量是普遍量化的。它们一方面可以被解释为存在者和普遍参与者之间的两人零和博弈，另一方面也可以被解释为不确定性下的多阶段优化问题。解决方案是存在参与者的所谓获胜策略，它指定如何对通用参与者的移动做出反应-即通用量化变量的某些分配-以确保赢得游戏。QIP可以通过游戏树搜索来解决，该搜索通过非时间顺序的回跳来增强。我们开发和理论上证实修剪技术的基础上（代数）的属性类似于修剪机制，从线性规划和量化的布尔公式。所提出的策略拷贝修剪机制允许\textit{implicitly}在线性时间内推断策略的存在（通过QIP矩阵的静态检查），而不显式地遍历策略本身。我们表明，我们的研究结果的实施可以大大加快搜索过程。
2018-11-29 cs.AI cs.DM
Policy Abstraction and Nash Refinement in Tree-Exploiting PSRO
Michigan Tech Research Institute（密歇根理工研究所）；University of Michigan（密歇根大学）
本文改进 TE-PSRO，以 DRL 隐式策略表示可扩展经验博弈树，并用广义逆向归纳计算 SPE 指导探索，实验证明其较 Nash 均衡更快收敛且资源开销合理。
2025-02-15 cs.AI cs.GT
Chopping Trees: Semantic Similarity Based Dynamic Pruning for Tree-of-Thought Reasoning
Massachusetts Institute of Technology (MIT)（麻省理工学院）
SSDP通过动态剪枝技术提升树状思维推理效率，实现2.3倍速度提升且保持高准确性。
2025-12-07 cs.AI cs.CL
Combining Reinforcement Learning and Behavior Trees for NPCs in Video Games with AMD Schola
Advanced Micro Devices (AMD)（先进微器件（AMD））
本文针对商业游戏中RL驱动的NPC应用缓慢问题，提出结合RL与传统行为树的方法，并利用AMD Schola在复杂3D环境中验证了多任务NPC的可行性，提供了联合训练的详细方法论。
2025-10-15 cs.AI cs.LG
A Bayesian Model for Plan Recognition in RTS Games applied to StarCraft
LPPA；Collège de France（法兰西公学院）；CNRS（法国国家科学研究中心）
钥匙孔（不显眼）计划识别的任务是自适应游戏AI的核心。“科技树”或“建筑树”是即时战略（RTS）游戏战略（长期）规划的核心。本文提出了一个通用的和简单的贝叶斯模型RTS构建树预测噪声观测，其参数是从重放（游戏日志）。这种无监督的机器学习方法涉及游戏开发人员的最小工作，因为它利用了玩家的数据（RTS中的常见技术）。我们将其应用于StarCraft1，并表明它可以产生高质量和强大的预测，可以为自适应AI提供支持。
2011-11-16 cs.AI cs.LG
KnightCap: A chess program that learns by combining TD(lambda) with game-tree search
在本文中，我们提出了TDLeaf（lambda），TD（lambda）算法的一个变体，使其能够与游戏树搜索结合使用。我们提出了一些实验中，我们的国际象棋程序“骑士帽”使用TDLeaf（lambda）学习其评价功能，而发挥免费的互联网国际象棋服务器（FICS，fics.onenet.net）。我们报告的主要成功是KnightCap在短短308场比赛和3天的比赛中从1650评级提高到2150评级。作为参考，1650的等级对应于大约B级人类游戏（在从E（1000）到A（1800）的标度上），而2150是人类大师级。我们讨论了这种成功的一些原因，其中的原则是使用在线，而不是自我发挥。
1999-01-10 cs.AI cs.LG
Automatic difficulty management and testing in games using a framework based on behavior trees and genetic algorithms
The Research Institute of the University of Bucharest (ICUB)（布加勒斯特大学研究所（ICUB））；University of Bucharest（布加勒斯特大学）；Ubisoft Entertainment（育碧娱乐）
智能体行为的多样性对于视频游戏和虚拟环境的质量来说是一个重要的课题。为具有不同技能的用户提供最吸引人的体验是一项艰巨的任务，通常需要大量的人工努力来调优现有代码。在处理自适应难度系统时，这可能会变得更加困难。我们的论文的主要目的是创建一个框架，可以自动创建不同的难度类和足够的多样性的游戏代理的行为。与此同时，第二个目的是创建更多的自动化测试，以更少的人力来显示源代码中的缺陷或可能的逻辑漏洞。
2019-09-10 cs.AI cs.SE
Population Seeding Techniques for Rolling Horizon Evolution in General Video Game Playing
University of Essex（埃塞克斯大学）
虽然蒙特卡罗树搜索和密切相关的方法已经主导了一般的视频游戏，最近的研究表明滚动地平线进化算法作为一个有趣的替代方案的承诺。然而，在一般的实时视频游戏中，很少有人关注种群初始化技术。因此，本文提出了使用人口播种来提高滚动水平进化的性能，并给出了两种方法的结果，一步向前看和蒙特卡罗树搜索，测试了20个游戏的一般视频游戏AI语料库与多个进化参数值（人口大小和个体长度）。并对这两种播种方法的结果与经典的滚动时域进化算法进行了深入的分析。此外，本文提出了一个比较的蒙特卡罗树搜索算法。结果是有希望的，播种能够显着提高性能超过基线进化，甚至匹配高水平的发挥所获得的蒙特卡罗树搜索。
2017-04-23 cs.AI cs.NE
Enforcing Narrative Reliability and Epistemic Pacing in LLM-Driven Detective Games via Structured Knowledge Trees
University of Calgary（卡尔加里大学）
本研究提出结构化知识树与三智能体LLM流水线，在侦探游戏中减少64.78%关键幻觉并完全防止过早披露，确保叙事可靠性与认知节奏。
2026-09-22 cs.AI cs.CL
On the Evolution of the MCTS Upper Confidence Bounds for Trees by Means of Evolutionary Algorithms in the Game of Carcassonne
Maynooth University（梅努斯大学）
蒙特卡罗树搜索（MCTS）是一种抽样最佳优先搜索最优决策的方法。MCTS的受欢迎程度是基于其在具有挑战性的双人游戏围棋中的非凡成绩，围棋被认为比国际象棋难得多，直到最近才被认为是人工智能方法不可行的。MCTS的成功在很大程度上取决于如何构建树，选择过程在其中起着基础性的作用。一种已被证明是可靠的特定选择机制是基于树的上置信界限，通常称为UCT。UCT试图通过考虑存储在MCTS的统计树中的值来很好地平衡探索和利用。但是，要使其正常工作，需要对MCTS UCT进行一些调优。在这项工作中，我们使用进化算法（EA）的发展数学表达式的目标，以取代UCT数学表达式。我们比较我们提出的方法，称为演化策略在MCTS（ES-MCTS）对五个变种的MCTS UCT，三个变种的星极小极大家庭的算法，以及随机控制器的卡尔卡松游戏。我们还使用我们提出的EA为基础的控制器的一个变种，被称为ES部分集成在MCTS。我们展示了ES-MCTS控制器如何能够胜过所有这10个智能控制器，包括强大的MCTS UCT控制器。
2021-12-17 cs.AI cs.LG cs.NE
TDLeaf(lambda): Combining Temporal Difference Learning with Game-Tree Search
在本文中，我们提出了TDLeaf（lambda），TD（lambda）算法的一个变体，使其能够与极大极小搜索结合使用。我们提出了一些实验，在国际象棋和西洋双陆棋证明其效用，并提供TD（λ）和另一个不太激进的变种，TD-定向（λ）的比较。特别是，我们的国际象棋程序“KnightCap”在免费互联网国际象棋服务器（FICS，fics.onenet.net）上使用TDLeaf（lambda）来学习其求值函数。它在308场比赛中从1650分提高到2100分。我们讨论了一些成功的原因，我们的结果和Tesauro的结果在双陆棋之间的关系。
1999-01-05 cs.AI cs.LG
How to correctly prune tropical trees
Université Paris 13（巴黎第十三大学）；CNRS（法国国家科学研究中心）
我们提出了热带游戏，推广的组合最小最大游戏的基础上热带代数。我们的模型打破了理性零和游戏的传统对称性，其中玩家有完全相反的目标（最小与最大），比最小最大更广泛适用，也支持一种形式的修剪，尽管它不如α-β有效。实际上，最小-最大博弈可以被看作是博弈和它的对偶都是热带的特殊情况：当热带博弈的对偶也是热带的时候，α-β的力量就完全恢复了。我们正式开发的模型，并证明热带修剪策略是正确的，然后得出结论，显示如何近似解析的问题可以建模为一个热带游戏，从修剪中获利。
2010-05-11 cs.AI cs.DM cs.GT
An expressive dissimilarity measure for relational clustering using neighbourhood trees
KU Leuven（鲁汶大学）
聚类是一项未被充分指定的任务：对于什么是好的聚类没有通用的标准。对于关系数据尤其如此，其中相似性可以基于个体的特征，它们之间的关系，或两者的混合。现有的关系聚类方法在这方面有很强的，往往是隐含的偏见。在本文中，我们介绍了一种新的关系数据的相似性度量。它是第一个包含各种相似性类型的度量，包括属性的相似性，关系上下文的相似性和超图中的相似性。我们通过实验评估了使用这种相似性如何影响不同类型数据集的聚类质量。实验表明，（a）在标准聚类方法中使用这种相似性始终会得到良好的结果，而其他措施只在与其偏差相匹配的数据集上工作良好;（b）在大多数数据集上，新的相似性甚至优于现有的最佳相似性。
2017-03-07 cs.AI cs.LG stat.ML
Solving Pasur Using GPU-Accelerated Counterfactual Regret Minimization
本文提出一种CUDA加速的计算框架，通过反事实遗憾最小化（CFR）求解复杂纸牌游戏Pasur的近似纳什均衡，利用博弈树分解与逐轮反向训练策略降低内存与计算开销，并训练树模型预测策略及通过大规模自对弈评估牌组公平价值。
2025-08-06 cs.AI cs.GT cs.LG
Efficient Exploration via First-Person Behavior Cloning Assisted Rapidly-Exploring Random Trees
Georgia Institute of Technology（佐治亚理工学院）
现代计算机游戏具有极大的状态和动作空间。为了检测这些游戏模型中的错误，人类测试人员反复玩游戏以探索游戏并发现游戏中的错误。这样的游戏是详尽和耗时的。此外，由于机器人模拟器依赖于模型规范和调试的类似方法，因此在模型中发现错误的问题对机器人社区来说是感兴趣的，以确保机器人行为和交互在模拟器中是一致的。以前的方法使用了强化学习arXiv：2103.13798和基于搜索的方法（Chang，2019，（Chang，2021）arXiv：1811.06962），包括快速探索随机树（RRT）来探索游戏的状态-动作空间以找到错误。然而，这种基于搜索和探索的方法在没有预定义的启发式的情况下探索状态-动作空间时是无效的。在这项工作中，我们试图结合人类测试人员的专业知识，在解决游戏，和RRT的穷举搜索游戏的状态空间有效地与高覆盖率。本文介绍了克隆辅助RRT（CA-RRT），通过搜索测试一个游戏。我们将我们的方法与两个现有的基线进行比较：1）如arXiv：1812.03125所述的加权RRT; 2）如Chang et.我们发现CA-RRT适用于更多的游戏地图，并探索更多的游戏状态，在更少的树扩展/迭代时，与现有的基线相比。在每个测试中，CA-RRT在与加权RRT相同的迭代次数中平均达到更多的状态。在我们的测试环境中，CA-RRT达到与加权RRT相同数量的状态，平均迭代次数减少了5000多次，几乎减少了50…
2022-04-20 cs.AI cs.LG cs.RO
Strategic Algorithmic Monoculture: Experimental Evidence from Coordination Games
Pennsylvania State University（宾夕法尼亚州立大学）
研究通过实验设计区分算法单一性与战略算法单一性，发现LLM在协调任务中表现优异，但在奖励分歧时难以维持多样性。
2026-04-13 cs.AI cs.GT cs.MA
Improve Value Estimation of Q Function and Reshape Reward with Monte Carlo Tree Search
本文针对非完美信息游戏Uno中Q值高估和奖励稀疏问题，提出利用蒙特卡洛树搜索平均Q值估计并重塑奖励的通用算法，实验证明其优于多种传统方法。
2024-10-23 cs.AI cs.LG cs.MA
Random projection tree similarity metric for SpectralNet
The University of Sydney（悉尼大学）；King Fahd University of Petroleum and Minerals（法赫德国王石油与矿产大学）
SpectralNet是一种图聚类方法，它使用神经网络来找到分离数据的嵌入。到目前为止，它仅用于$k$ -nn图，这些图通常使用距离度量（例如，Euclidean distance）。$k$ -nn图形将点限制为具有固定数量的相邻点，而不考虑其周围的局部统计信息。提出了一种基于随机投影树（rpTrees）的SpectralNet相似性度量方法。我们的实验表明，SpectralNet产生更好的聚类精度使用rpTree相似性度量相比，$k$ -nn图与距离度量。此外，我们发现rpTree参数不会影响聚类精度。这些参数包括叶片大小和投影方向的选择。保持叶尺寸为$\log(n)$的顺序，并将点投影到随机方向上，而不是试图找到具有最大色散的方向，这在计算上是有效的。
2023-02-25 cs.AI cs.IR cs.LG
