一种基于经验知识的军棋博弈算法设计与实现

军棋是在中国广泛流行的棋盘类游戏,属于典型的非完美信息博弈问题,本文针对非完美信息博弈和军棋本身特点,主要对于其中的招法生成、搜索算法、概率推断三个问题进行了研究,设计了基于经验知识的军棋博弈系统,较大程度提升了军棋博弈系统的智能水平.     

一个幻影围棋计算机博弈系统的设计与实现

幻影围棋作为一个刚兴起不久的棋类游戏,属于不完全信息博弈,目前对幻影围棋的研究与开发较少,在国内才刚刚起步.分析了幻影围棋计算机博弈系统的模型与结构,结合Alpha-Beta搜索算法和蒙特卡洛算法的优势,依据棋盘状态采用不同的搜索算法,调用搜索引擎产生下子,在此基础上开发实现了一个幻影围棋博弈系统,能有效的交互和处理信息,并通过了运行测试.     

一种基于贝叶斯博弈的传感器网络分簇算法

提出了一种基于贝叶斯博弈的无线传感器网络分簇算法.算法将无线传感器网络节点的簇头选择抽象为一个多人的博弈过程,节点之间通过不完全信息的静态博弈实现簇头的合理分布.算法在支付函数的设计时充分考虑了节点能耗和路径损耗等因素,因此通过博弈该算法能实现簇头的合理分布.仿真结果表明,算法在保证数据传输实时性的前提下可使网络能耗更加稳定、能量分布更加均匀,有效地延长网络生命周期.     

基于多阶段攻防信号博弈的最优主动防御

从网络攻防对抗的实际场景出发,针对具有不完全信息约束的多阶段动态攻防过程,构建了多阶段攻防信号博弈模型.针对多阶段攻防过程中信号作用衰减的问题,提出信号衰减因子进行量化描述.在此基础上,设计了多阶段攻防博弈均衡的求解方法,并给出了最优主动防御策略选取算法.通过仿真实验验证了本文模型和方法的有效性,并且分析总结了多阶段攻防博弈的规律.     

一种改进的基于动态贝叶斯博弈的主用户频谱策略

针对主次用户博弈中信息为不完全信息的情况,提出了一种基于动态贝叶斯博弈的主用户频谱策略.在给定目标信噪比的情况下,将主用户的发射功率看作是其出租频谱代价函数的影响因素之一.根据发射功率的不同,得出主用户的两种不同的代价类型,再根据海萨尼转换,将主用户的多种类型组合,最后利用动态博弈方法分析主用户的频谱策略和收益.仿真结果表明,若博弈的某一方认为其它博弈方出现高噪声的概率逐渐增加,该博弈方在保证自身通信质量的前提下将相应增加其出租的频谱数量,从而获得更大收益.     

基于牛角棋的博弈电路系统设计

机器博弈是人工智能领域的重要应用之一。以牛角棋博弈为载体,介绍了人机博弈系统中机器博弈引擎和人机接口的设计思想,重点论述了招法生成模块、搜索控制模块和局面评估模块在SoPC系统中的实现方案。在基于NiosⅡ设计的SoPC系统中实现了固定深度的深度优先的负极大值算法并且使用α-β剪枝技术对博弈树进行优化。实验结果表明所设计的博弈电路系统实现了牛角棋人机博弈功能,机器给出招法的时间和效果达到高水平博弈棋手的水准     

云计算环境下基于动态博弈论的用户行为模型与分析

云计算环境下,开放的运行环境使其面临重大的安全挑战,有效地确定不可信云终端用户并正确分析云用户的异常行为是在复杂动态环境下保证云安全的基础.提出了一种基于动态博弈的用户行为模型,通过不完全信息多阶段博弈来分析终端用户的类型,博奔时将用户的当前行动和历史行动相结合,并考虑了网络中存在的误报和漏报的情况,以加强对云终端用户...     

一种基于完全信息扩展博弈的自动信任协商策略

提出了一个基于完全信息扩展博弈的自动信任协商策略,该策略依据子博弈精炼纳什均衡来制定.首先,通过分析比较,将自动信任协商过程转化为完全信息扩展博弈过程,重点讨论了信任博弈树的构造算法和支付函数的计算方法;然后讨论了协商双方效用函数的计算,以此为基础提出了一种新的自动信任协商策略,按照该协商策略进行协商可以使协商双方利益最大化.     

基于局域信息少数者博弈的拥塞控制算法

针对目前已有的拥塞控制算法普遍存在资源利用率低下、RTT不公平和多瓶颈链路不公平等问题,分析了网络拥塞控制中的博弈现象,考虑网络局域信息在拥塞控制过程中的影响,建立了一种基于局域信息少数者博弈的拥塞控制模型,提出并实现了一种基于局域信息少数者博弈的拥塞控制算法。仿真实验表明,该算法在保证瓶颈链路资源利用率的同时,有效地解决了异构RTT流的不公平性问题,实现了多瓶颈链路下的最大最小公平性。     

基于不完全信息博弈的网格资源分配方法研究

针对网格环境下用户难以获得资源竞价所需的信息而导致的决策风险,将不完全信息资源竞价转化成完全信息下的重复博弈问题。分析了该博弈均衡解的存在性及求解过程,给出了相应的竞价算法,讨论了对用户低价联盟的抑制方法。仿真实验表明用户通过各阶段资源预配置的信息调整竞价策略,资源配置可逐步逼近均衡解,实现网格资源的优化配置。