1.5.2. Программы торговли

Цель торговли − определить контракт: обязательство одной пары взять определенное количество взяток в назначенной ею деноминации (козырной масти или без козыря). Во время торговли игроки, начиная со сдающего, по очереди делают заявки.

Длительность последовательности торговли составляет от 4 до 319 заявок; число деноминаций – 5, число уровней контракта – 7.

Система торговли используется игроками одной пары и ее содержание является общедоступным. Задачи торговли: обмен информацией об имеющихся у партнеров картах, нахождение оптимального контракта для данной сдачи карт и помеха подобным действиям соперников. Набор значений различных заявок пары называется системой торговли.

Как правило, системы торговли формируются путем умозрительных предположений, а также основываются на опыте игроков. Некоторые элементы торговли основываются на расчетах вероятностей определенных раскладов карт (комбинаторные задачи).

Система торговли представляет из себя конечный автомат (КА). Переход в новое состояние из текущего выполняется под действием информации о раскладе карт руки игрока (входные данные) и при этом генерируется очередная заявка торговли (выходные данные).

Самый простой вариант при разработке программы торговли – это реализация известных правил общепринятых систем торговли. Однако при этом возникает проблема формализации неопределенностей, присущих описанию раскладов на естественном языке, а также проблема неполноты в описании игровых раскладов рук игроков.

Для преодоления этих проблем возможно использование алгоритма принятия решений в условиях неполной информации (PIDM – Partial Information Decision Making). Он основан на методе Монте-Карло и позволяет преодолевать неполноту информации. PIDM неявным образом моделирует процесс торговли и охватывает разные случаи, в которых игрок запрашивает у партнёра информацию.

Для оценки типа расклада руки игрока используют искусственные нейронные сети (ИНС). Нет одной глобальной сети, но есть набор сетей для решения локальных задач. Такая программа предлагает верное решение приблизительно для 90-92% раскладов тестовой выборки.

BRIBIP (Bridge Bidding Program) была разработана на языке POPCORN. Программа выполняет тщательный анализ торговли и розыгрыша для получения дополнительной информации. Затем эта информация используется при планировании торговли. Программа выполняет торговлю приблизительно на скорости игрока-человека.

Реальные игроки в бридж осваивают систему торговли шаг за шагом с помощью объяснений различных ситуаций со стороны более опытного спортсмена. Подобный подход возможен и для игрока-программы и известен в системах ИИ как обучение на основе объяснения (Explanation-Based Learning – EBL). Проблему противоречий в объяснениях прелагают решать с помощью абдуктивного EBL (A-EBL).

Отдельной задачей является поиск системы торговли, оптимальной на наборе сдач. Это задача эволюционного обучения − поиск оптимального КА с помощью генетического алгоритма (ГА). При этом рассматривается популяция систем торговли, ряд из которых тренеры (неизменны) для остальных систем (изменяемых). Система торговли хранится в виде И-ИЛИ дерева, в узлах записываются условия для состояний КА. Для преодоления неполноты и неопределенности информации в работе КА используется нечеткая логика. Возможен реализации КА посредством ИНС с обратными связями. Однако, несмотря на положительные результаты, при данном подходе невозможна трактовка каждой заявки, что обусловлено природой ИНС.