文档名：基于多模型堆叠与特征提取的二打一叫牌算法研究
摘要：针对现有二打一叫牌决策研究中分类粒度低的问题,提出了一种基于多模型堆叠与关键特征提取的叫牌模型训练方案.具体来说,设计了手牌特征构建方法,即由手牌向量、牌型特征、手牌工整度、最小出牌步数以及组合丰富度共同构成玩家手牌特征;在此基础上,提出了使用堆叠法融合4类基模型的决策结果,并训练二层模型Cat-Boost给出最终决策.实验结果表明:相较于仅使用手牌向量特征,该特征构建方式可显著提升模型性能.经过堆叠法融合多模型决策后,二层模型准确率进一步提升,最终在测试集上达到84.3854％的精准度.所提方法可为其他牌类游戏的叫牌博弈决策提供参考.
Abstract：Addressingthegranularitylimitationobservedinexistingresearchon"FightingtheLandlord"biddingdecisionproblem,thispaperproposesanapproachfortrainingaBidRecommendationModel.Specifically,amethodologyisdevisedforconstructinghandfeatures,includinghandvector,handpatternfeatures,handtidiness,minimumstepincardplay,andcombinationrichness.Basedonthis,weproposeastackedapproachtofusethedecisionresultsoffourbasemodelsandtrainametaclassifierCatBoostasthefinaldecisionmodelforthebiddingdecision.Ourexperimentalresultsindicatethat,incomparisonwithrelyingsolelyonhandvectorfeatures,thisfeatureconstructionmethodsignificantlyenhancesmodelperformance.Followingthefusionofmultiplemodeldecisionsthroughstacking,theaccuracyofthesecond-layermodelisfurtherimproved,achievingaprecisionof84.3854％onthetestset.Moreover,thismethodprovidessomereferencesforbiddingdecisioninothercardgames.
作者：刘航 丁濛 李淑琴Author：LIUHang DINGMeng LIShuqin
作者单位：北京信息科技大学计算机学院,北京100101;感知与计算智能联合实验室,北京100101
刊名：重庆理工大学学报 PKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2024, 38(9)
分类号：TP311
关键词：二打一 叫牌算法 计算机博弈 集成学习
Keywords：FightingtheLandlord bidalgorithm gamealgorithm ensemblelearning
机标分类号：TP391.41TH122G804.2
在线出版日期：2024年7月11日
基金项目：基于多模型堆叠与特征提取的二打一叫牌算法研究[
期刊论文] 重庆理工大学学报--2024, 38(9)刘航 丁濛 李淑琴针对现有二打一叫牌决策研究中分类粒度低的问题,提出了一种基于多模型堆叠与关键特征提取的叫牌模型训练方案.具体来说,设计了手牌特征构建方法,即由手牌向量、牌型特征、手牌工整度、最小出牌步数以及组合丰富度共同构成...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于多模型堆叠与特征提取的二打一叫牌算法研究 Bid recommendation model for Fighting the Landlord based on multi-model stacking and feature extraction
基于多模型堆叠与特征提取的二打一叫牌算法研究.pdf
- 文件大小:
- 2.95 MB
- 下载次数:
- 60
-
高速下载
|
