托马斯·伯姆;弗兰克·戈林;兹索尔特图扎;赫维格·昂格尔 学习具有线性记忆的终端游戏的获胜策略。 （英语） 兹比尔1211.91068 国际博弈论 38，第2期，155-168（2009）. 小结：我们证明了如果局部有限位置博弈中的一个或多个玩家有获胜策略，那么他们可以独立于其他玩家应用的策略，自己找到它，不会损失超过有限数量的局，也不会使用超过线性大小的内存。我们设计了两种学习如何取胜的算法。其中一个也可以修改，以确定实现平局的策略，前提是相关球员不存在获胜策略，但通过正确选择动作，可以从起始位置确保平局。如果存在平局或制胜策略，则在不超过一个线性的局数损失后学习（在游戏图的边数中是线性的）。 MSC公司： 91A24型 位置游戏（追逐和回避等） 91A26型 博弈论中的理性与学习 91A46型 组合游戏 关键词：位置游戏;强化学习;制胜战略;达成平局 PDF格式BibTeX公司 XML格式引用 \textit{T.Böhme}等人，《国际博弈论》38，第2期，155--168（2009；Zbl 1211.91068） 全文： 内政部 参考文献： [1] Berlekamp ER、Conway JH、Guy RK（1982）《数学游戏的获胜方式》。纽约学术出版社 [2] Bouton CL（1901–1902）Nim，一个具有完整数学理论的游戏。普林斯顿数学年鉴3:35-39·doi:10.2307/1967631 [3] Ernst A（2005）Gewinnstrategien auf Graphen。伊勒梅瑙大学技术文凭 [4] Fraenkel AS（2008）《组合游戏：精选书目和简洁美食介绍》。电子J组合（http://www.combinatorics.org/Surveys/index.html，6月20日访问）·Zbl 0871.90147号 [5] Fraenkel AS，Rahat O（2001）无限循环公平博弈。《Theor Comp Sci》252:13–22·Zbl 0976.91008号 ·doi:10.1016/S0304-3975（00）00074-8 [6] Fudenberg D，Tirole J（1991）博弈论。麻省理工学院出版社，剑桥·Zbl 0596.90015号 [7] 雅各布斯·K（1983）《Kombinatorik》中的艾因夫·朗。Walter de Gruyter，柏林·Zbl 0523.05001号 [8] Kummer B（1979）《格拉芬的斯皮尔》。德国维森沙芬船级社（Deutscher Verlag der Wissenschaften），柏林·Zbl 0486.90086号 [9] Michie D（1961）《试验与错误》。摘自：Barnett SA，McLaren A（编辑）科学调查，第2部分。企鹅哈蒙德斯沃思，第129-145页 [10] Michie D（1963）游戏学习机械化实验。1.模型及其参数的表征。组件J 1:232–263·doi:10.1093/comjnl/6.3.232 [11] Schwalbe U，Walker P（2001）Zermelo和博弈论的早期历史。游戏Econ Behav 34:123–137·Zbl 0978.91002号 ·doi:10.1006/游戏.2000.0794 [12] Sutton RS，Barto AG（1998）《强化学习：导论》。麻省理工学院出版社，剑桥 [13] Yang J，Liao S，Pawlak M（2001）关于Hex游戏中寻找获胜策略的分解方法。In:Sing ALW，Man WH，Wai W（eds）Proceedings ADCOG：国际会议应用和电脑游戏开发。九龙香港城市大学，第96-111页 [14] Zermelo E（1912）《Anwendung der Mengenlehre auf die Theory des Schachspiels》。收录：第五届数学家大会会议记录（剑桥1912）。剑桥大学出版社，剑桥，第501-504页 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。