跳到正文
arXiv cs.AI· Quentin Cohen-Solal, Tristan Cazenave·· 10 小时前AI 评分22

随机完美信息博弈搜索算法研究:Unbounded Minimax 的推广与改进

Study and Improvement of Search Algorithms in Stochastic Perfect-Information

AI 导读

研究者将确定性零和双人完美信息博弈的最先进搜索算法 Unbounded Minimax 推广到随机零和双人完美信息博弈框架,实验显示该推广算法性能优于主要的随机搜索算法。论文发表于 arXiv cs.AI,编号 arXiv:2611.24486。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:在本文中,我们将 Unbounded Minimax——针对具有完美信息的确定性零和双人博弈的最先进搜索算法——推广到具有完美信息的随机零和双人博弈框架。我们通过实验表明,这一推广算法取得了比主要随机搜索算法更好的性能。
主题: 人工智能(cs.AI)
引用为: arXiv:2611.24486 [cs.AI]
  (或 arXiv:2611.24486v1 [cs.AI] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.24486

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Quentin Cohen-Solal [查看电子邮件]
[v1] 2026年11月18日星期三 14:20:11 UTC(347 KB)

来源:arXiv cs.AI · arxiv.org