一种多重优先经验回放的麻将游戏数据利用方法

针对大众麻将AI训练时经验回放机制中样本均匀采样导致训练缓慢的问题,提出了一种多重优先经验回放算法,即从时序差分误差、局面复杂程度、动作即时奖励3个维度对经验样本进行优先级标记,每次采样时优先级高的样本高概率被抽取来更新神经网络。为了验证算法的有效性,构建了大众麻将自博弈平台进行相应的实验验证。实验结果表明：相比随机经验回放方法,新方法将麻将AI的训练速度提升了22.5%。     

竞技二打一中玩家叫牌风格划分方法

由于玩家在对局中会有不同的博弈风格,针对竞技二打一中玩家叫牌风格划分的问题,提出了通过计算玩家叫牌和基准叫牌之间差异的统计学方法,设计了融合叫牌情况和玩家手牌及强力牌特征的基准叫牌模型来给出基准叫牌。实验结果表明：该方法中的基准叫牌模型能够在测试集上准确率达到94%以上,在玩家的叫牌风格实验中达到了预期的划分效果,在一定程度上验证了玩家博弈风格划分的可行性。     

Q学习实现亚马逊棋评估函数自调参

在亚马逊棋评估函数模型中进行参数调试,主要由人工依靠经验反复实验来实现,效率较低且无法保证精度。针对人工调参效率低下、精确度不足的问题,可借助机器学习的方法来弥补。采用强化学习中Q学习的思路,构造一种具有自学习能力的网络结构,利用计算机自身反复模拟对局与迭代,实现评估函数调参工作的自动化。实验结果表明：当训练达10 000次时,模型各结点Q值会趋于收敛,说明此时程序可以做出稳定合理的调参操作;在博弈实战中,模型调参后的程序也表现出了较强的棋力。     

信贷约束、房价波动传导机制及特征识别

文章基于信贷约束条件,构建包含信贷市场、货币市场、房产市场、生产市场及宏观经济等多因素的动态一般均衡模型,分析了房价传导机制;以我国2005年7月至2015年10月的数据为样本,对我国的房价进行拟合,建立了普通最优模型、信贷加速效应模型、信贷门限模型、危机前模型和危机后模型等,对比分析了信贷约束加速效应、门限特征、分段特征等;对房价波动进行了脉冲响应分析,考察了信贷约束、产出、通胀、货币政策对房价的冲击影响.     

贵阳去年引资增长两成多300多亿真金白银入袋

重庆市政协副主席陈景秋在市政协三届二次会议上透露,到2012年,重庆教育投入力争达到全市GDP的4％,城乡教育发展不均衡的问题将逐步得到解决。     

基于博弈分析的资本市场诚信体系的建立

文章从理性人假设出发,根据两类关系,即监管部门和上市公司,以及投资者和上市公司,作博弈分析,最后给出建立资本市场诚信体系的对策和建议。     

碳限额与交易约束下的企业制造/再制造生产决策

目的/意义随着再制造经济效益和环境效益凸显,越来越多的企业进入再制造领域,与原制造商进行竞争或合作。考虑到碳排放约束,企业面临的生产决策更加复杂。设计/方法基于消费者对新产品和再制造产品的异质需求,构建了制造商和再制造商之间的竞争与合作博弈模型,探讨碳税对制造/再制造决策的影响;结合数值仿真,分析了竞争与合作模式下碳税对企业利润及碳排放的影响。结论/发现不同模式下,企业可根据再制造产品碳排放强度选择不同的生产策略;碳税总是会抑制新产品的生产,当再制造产品碳排放强度低于一定数值时,碳税会促进再制造产品的生产;再制造商竞争会挤兑新产品,使制造商利润减少,再制造门槛提高;当碳税不超过一定限度时,合作模式能够实现经济效益和环境效益双赢。