Poste de recherche
L'intelligence artificielle a connu plusieurs percées ces dernières années, les jeux servant souvent de jalons. Une caractéristique commune de ces jeux est que les joueurs disposent d'une information parfaite. Le poker, le jeu par excellence de l'information imparfaite, est un défi de longue date en intelligence artificielle. Nous présentons DeepStack, un algorithme pour les situations d'information imparfaite. Il combine le raisonnement récursif pour gérer l'asymétrie d'information, la décomposition pour concentrer le calcul sur la décision pertinente, et une forme d'intuition qui est automatiquement apprise à partir de l'auto-jeu en utilisant l'apprentissage profond. Dans une étude portant sur 44 000 mains de poker, DeepStack a battu, de manière statistiquement significative, des joueurs de poker professionnels en heads-up no-limit Texas hold'em. Cette approche est solide sur le plan théorique et produit des stratégies plus difficiles à exploiter que les approches précédentes.
24 février 2022
Poste de recherche
1er février 2022
Poste de recherche
Lisez ce document de recherche, coécrit par Neil Burch et Michael Bowling, boursiers Amii et titulaires de la chaire d'IA du CIFAR Canada : Repenser les modèles formels de prise de décision multi-agents partiellement observables.
6 décembre 2021
Poste de recherche
Lisez ce document de recherche, coécrit par Neil Burch et Micheal Bowling, boursiers Amii et titulaires de chaires d'IA au CIFAR : Le joueur de jeux
Vous cherchez à renforcer les capacités en matière d'IA ? Vous avez besoin d'un conférencier pour votre événement ?
Participez à l'écosystème croissant de l'IA en Alberta ! Les demandes de conférenciers, de parrainage et de lettres de soutien sont les bienvenues.