arXiv cs.AI· Stefan Edelkamp·· 3 天前AI 评分28
Inner-Learning：吃墩牌类游戏中从手工编码信念到声明式知识
Inner-Learning: From Hand-Coded Beliefs to Declarative Knowledge in Trick-Taking Games
AI 导读
研究者提出用于吃墩牌类游戏信念状态建模的声明式方法 Inner-Learning，可自动从 SOTA Skat 引擎中提取手工推理规则并修正原引擎中的 3 个 bug。该方法结合对称派生与专家策略标注扩充规则库，并引入基数约束与置信度参数实现概率信念更新。自对弈评估显示，声明式引擎在胜率和得分上均显著超越原手工编码引擎。
来源：arXiv cs.AI · arxiv.org