计算机工程与科学

作者：管延霞, 刘逊韵, 刘运韬, 谢旻, 徐新海

单位：1.国防科技大学计算机学院，湖南 长沙 410073；2.军事科学院战争研究院，北京 100091

关键词：多智能体博弈,Pommerman,多进程,并行蒙特卡洛树搜索,

蒙特卡洛树搜索算法是一种常用的强化学习算法，博弈过程中动态空间的指数级增长是制约该算法学习效率的因素。基于并行方法对蒙特卡洛树搜索算法进行优化，提出基于胜率估值传递的并行蒙特卡洛树搜索算法。改进后的并行博弈搜索策略框架包含一个主进程和多个子进程，其中子进程用于探索，主进程根据子进程传递的胜率估值数据进行决策。结合多智能体博弈平台Pommerman进行实验验证，与传统的蒙特卡罗树搜索算法相比，并行蒙特卡罗树搜索算法有效提高了资源利用率、博弈胜率及决策效率。

来源：2022年第12期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2022年第12期