Search and Planning Under Incomplete Information: A Study Using Bridge Card Play

این کتاب پایان‌نامه‌ای را که برای دکترای خود در گروه هوش مصنوعی دانشگاه ادینبورگ تهیه کردم، به‌روزرسانی می‌کند، اشتباهات را تصحیح می‌کند، و برخی از قالب‌بندی و خوانایی را بهبود می‌بخشد. از زمان تکمیل کار اصلی (اوایل 1996)، تحقیقات پیشرفت کرده است. مهم‌تر از همه، نمایه عمومی هوش مصنوعی و بازی با شاهکارهای رایانه شطرنج DEEPER BLUE (که مطمئناً از هوش مصنوعی استفاده می‌کند، مهم نیست که IBM از ما چه چیزی را باور کند) به اوج جدیدی رسیده است. اگرچه کمتر خبر داده شده است، اما توانایی رایانه ها برای بازی بریج (دامنه نمونه اصلی در این کتاب) نیز افزایش یافته است. در ژوئیه 1997، مسابقات قهرمانی جهانی برای برنامه های کامپیوتری بریج توسط لیگ پل قراردادی آمریکا در آلبوکرکی، نیومکس ico برگزار شد. این مسابقه برنده برنامه ای به نام Bridge Baron محصول شرکت Great Game Products شد. بریج بارون تکنیک های برنامه ریزی مبتنی بر دانش را که توسط استفن اسمیت و دانا ناو [1، 2] توسعه یافته اند، ترکیب می کند. همچنین پیشرفت هایی در رویکرد متضاد، بی رحمانه تر، نمونه برداری از توزیع کارت های ممکن صورت گرفته است. به طور خاص، مت گینزبرگ یک حل‌کننده سریع دوگانه ساختگی را بر اساس جستجوی پارتیشن توسعه داده است [3]. برنامه گینزبرگ در مسابقات قهرمانی بریج در سال 1997 عملکرد ضعیفی داشت، اما خود گینزبرگ نتایج بسیار امیدوارکننده ای را گزارش می دهد [4] در مورد مجموعه سختی از معاملات کامل بریج که از برنامه تدریس خصوصی Bridge Master گرفته شده است.

This book updates the thesis I produced for my PhD at the Department of Artificial Intelligence of the University of Edinburgh, correcting errors, and improving some of the formatting and readability. Since the original work was completed (early 1996), research has progressed. Most notably, the public profile of AI and game-playing has reached new heights with the feats of the chess computer DEEPER BLUE (which surely uses AI, no matter what IBM would have us believe). Although less heralded, the ability of computers to play Bridge (the main example domain in this book) has also increased. In July of 1997 a world championship for computer Bridge programs was hosted by the American Contract Bridge League in Albuquerque, New Mex­ ico. This contest was won by a program called Bridge Baron, produced by Great Game Products. Bridge Baron incorporates knowledge-based planning techniques developed by Stephen Smith and Dana Nau [1, 2]. Progress has also been made on the contrasting, more brute-force, approach of sampling the possible card distributions. In particular, Matt Ginsberg has developed a fast double-dummy solver based on partition search [3]. Ginsberg's program fared poorly in the 1997 Bridge championships, but Ginsberg himself reports very promising results [4] on a hard set of complete Bridge deals taken from the Bridge tutoring program Bridge Master.