0去购物车结算
购物车中还没有商品，赶紧选购吧！
当前位置: 图书分类 > 信息技术 > 计算机网络 > 多智能体即时策略对抗方法与实践

相同语种的商品

销售排行榜

浏览历史

多智能体即时策略对抗方法与实践


联系编辑
 
标题：
 
内容：
 
联系方式：
 
  
多智能体即时策略对抗方法与实践
  • 书号：9787030621429
    作者：苏炯铭等
  • 外文书名：
  • 装帧：平装
    开本：B5
  • 页数：157
    字数：212000
    语种：zh-Hans
  • 出版社：科学出版社
    出版时间：2019-11-01
  • 所属分类：计算机网络
  • 定价： ￥85.00元
    售价： ￥67.15元
  • 图书介质:
    纸质书 按需印刷

  • 购买数量： 件  可供
  • 商品总价：

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

本书以即时策略游戏《星际争霸》作为研究案例，阐述目前游戏智能中解决复杂环境下不完全信息动态博弈问题的方法，为多智能体即时策略对抗技术的开发实践提供指导。全书共10章，主要内容包括：绪论、多智能体即时策略对抗基础、多智能体双向协调网络、反事实多智能体策略梯度、共享参数多智能体策略下降Sarsa(λ)算法、进化策略算法、《星际争霸》AI研究环境搭建、《星际争霸》即时策略对抗AI开发基础、基于知识驱动的启发式策略开发实战、多智能体强化学习方法开发实战。本书为深入研究此类问题提供了全局视野、基本理论和实践方法，为后续研究奠定了良好的基础。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页
用户名： 匿名用户
E-mail：
咨询内容：

目录

  • 目录
    《智能科学技术著作丛书》序
    前言
    第1章 绪论 1
    1.1 概念与内涵 2
    1.2 国内外研究现状与发展趋势 5
    1.2.1 国内外研究现状 5
    1.2.2 发展趋势分析 11
    1.3 《星际争霸》AI比赛 11
    1.4 小结 13
    思考题 14
    第2章 多智能即时策略对抗基础 15
    2.1 多智能体即时策略对抗形式化描述 16
    2.2 多智能体强化学习基础 18
    2.2.1 完全合作任务算法 22
    2.2.2 完全竞争任务算法 24
    2.2.3 混合竞争与合作任务算法 26
    2.3 解决方法 29
    2.3.1 基于知识驱动的启发式方法 30
    2.3.2 基于数据驱动的学习方法 31
    2.4 强化学习算法研究流程 33
    2.5 即时策略对抗研究环境 34
    2.6 对抗场景与算法性能基准 39
    2.7 小结 41
    思考题 42
    第3章 多智能体双向协调网络 43
    3.1 算法架构 44
    3.2 训练方法 48
    3.3 实验设计与结果分析 49
    3.4 小结 54
    思考题 54
    第4章 反事实多智能体策略梯度 55
    4.1 算法架构 56
    4.2 学习算法 58
    4.3 实验设计与结果分析 62
    4.4 小结 64
    思考题 64
    第5章 共享参数多智能体策略下降Sarsa(λ)算法 65
    5.1 算法架构 66
    5.2 训练方法 70
    5.3 实验设计与结果分析 72
    5.4 小结 73
    思考题 74
    第6章 进化策略算法 75
    6.1 进化策略 75
    6.2 基于进化策略的多智能体动作策略模型 78
    6.3 实验设计与结果分析 81
    6.4 小结 85
    思考题 85
    第7章 《星际争霸》AI研究环境搭建 86
    7.1 Anaconda与PyCharm工具 86
    7.2 《星际争霸》AI研究环境搭建方式一：Win-Linux模式 88
    7.2.1 Windows 服务器端安装 88
    7.2.2 Linux 客户端安装 89
    7.2.3 运行示例代码测试环境安装的正确性 91
    7.3 《星际争霸》AI研究环境搭建方式二：单Linux模式 92
    7.3.1 基于Linux 的环境搭建 93
    7.3.2 运行示例代码测试环境安装的正确性 94
    7.4 小结 95
    思考题 95
    第8章 《星际争霸》即时策略对抗AI开发基础 96
    8.1 Gym接口规范 96
    8.2 基于Gym接口规范的《星际争霸》对抗环境开发 97
    8.3 最简单的多智能体对抗策略实例—随机攻击 100
    8.4 小结 108
    思考题 108
    第9章 基于知识驱动的启发式策略开发实战 109
    9.1 《星际争霸》Gym环境设计 109
    9.2 攻击最近敌方策略设计 114
    9.3 攻击最弱最近敌方策略设计 115
    9.4 实验设计与结果分析 116
    9.4.1 不同决策频率对胜率的影响 117
    9.4.2 不同初始阵型对胜率的影响 118
    9.4.3 不同对战规模对胜率的影响 119
    9.4.4 不同策略间相互对抗胜率 119
    9.5 小结 120
    思考题 120
    第10章 多智能体强化学习方法开发实战 121
    10.1 BiCNet《星际争霸》Gym环境设计实现 121
    10.2 训练算法实现 127
    10.3 运行模型 134
    10.4 实验设计与结果分析 135
    10.5 小结 136
    思考题 137
    附录A 深度神经网络与强化学习简介 138
    A.1 深度神经网络 138
    A.1.1 多层感知器 138
    A.1.2 卷积神经网络 139
    A.1.3 循环神经网络 140
    A.2 强化学习 141
    A.2.1 时间差分学习 141
    A.2.2 蒙特卡罗方法 142
    A.2.3 策略梯度方法 142
    附录B 《星际争霸》游戏基础 144
    B.1 游戏种族与兵种 145
    B.1.1 人族 145
    B.1.2 神族 147
    B.1.3 虫族 148
    B.2 游戏地图制作与编辑 150
    B.2.1 角色战斗力修改 150
    B.2.2 游戏中触发器修改 150
    参考文献 155
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证

中国科技出版传媒股份有限公司　版权所有

本平台为互联网非涉密平台，严禁处理、传输国家秘密。

　

京ICP备14028887号-5　 京ICP证150976号 京公网安备 11010102004214号

北京东黄城根北街16号 邮编：100717 Email:webmaster@mail.sciencep.com