计算机博弈的相关领域

1.1.2　计算机博弈的相关领域

计算机博弈研究所要解决的问题是为现代通用计算机构造计算方法或“程序”，因此涉及计算机科学和智能科学领域中的多个方面，其中包括博弈问题的数学模型；计算数学模型算法的设计及其复杂度分析；具有知识、规则与推理能力的专家系统；在线与离线机器学习方法、程序设计方法和高性能并行计算与分布式计算等。

除非是简单与无关紧要的博弈项目，一般的博弈问题都是复杂问题，需要为其建立适当的数学模型加以研究。在计算机博弈的历史发展过程中，研究人员已为博弈建立了多个数学模型，其中包括第2章所讨论的博弈树搜索模型，第6章所讨论的基于专家系统的静态分析模型，第7章所讨论的基于数学期望的动态分析模型，第8章所讨论的基于多臂匪徒问题的在线机器学习模型，第9章所讨论的马尔科夫决策模型，以及第10章所讨论的蒙特卡洛树搜索模型等。在计算机博弈研究中，没有一个数学模型是最优的，也没有一个数学模型可以完全替代其他数学模型，有多个数学模型并存是个很自然的现象。对于同一博弈问题，不同的数学模型提供了不同层次或不同角度的抽象。虽然某些数学模型在一定意义上比其他数学模型更完整、更准确，但是由于博弈问题的计算机求解过程在很大程度上涉及效率问题，相对完整而准确的数学模型很可能效率不高。因此，在实际研究中，我们需要根据具体博弈问题的不同及求解需求的不同而选择适当的数学模型。

计算机博弈不仅仅是个数学模型问题，更需要在数学模型上设计算机算法来解决博弈问题。由于现代通用计算机的资源是有限的，解决博弈问题所使用的计算机算法的效率也是计算机博弈研究中的重要问题之一。计算机的资源包括时间资源与空间资源，相应地，计算机算法的效率也包括时间效率与空间效率。而算法复杂度是衡量算法效率的数学方法与之对应地，算法复杂度也分为时间复杂度与空间复杂度。虽然在理论上，根据特定的数学模型，博弈问题的最优解可以通过计算而获得，但实际上，由于计算博弈问题最优解的算法非常复杂，计算博弈问题的最优解在现在可预见的计算资源范围内是无法完成的。因此，研究人员建立了新的模型和新的算法来计算博弈问题的近似最优解。所以，算法的设计及其误差分析与复杂度分析也是计算机博弈研究中的重要课题之一。

在很多复杂的博弈项目中，例如围棋与中国象棋，经过长时间的积累，人类已经总结出很多领域知识和规则。在具有一定推理能力的专家系统里使用这些领域知识和规则有助于提高计算机博弈的水平。但如何构建专家系统从而完整地、准确地和形式化地表示人类的领域知识和规则，并在博弈中有效地使用这些形式化的知识和规则，是计算机博弈研究中的另一个重要课题。

在构建专家系统的同时，研究人员也在探索使用机器学习的方法进行计算机博弈。机器学习可根据学习过程与所解决具体问题之间的时序关系分为在线机器学习和离线机器学习。在线机器学习有助于使用领域知识与规则探索和解决具体问题；离线机器学习有助于归纳和总结领域知识与规则。在线机器学习和离线机器学习都是计算机博弈研究中的重要课题。

在博弈问题的计算机解决过程中，数学模型、算法、知识与规则都必须用于为现代通用计算机构造计算方法，其中必然涉及程序设计理论与方法。例如，使用面向对象的程序设计方法来组织复杂的计算机博弈程序；设计和使用高效率的数据结构来表示计算机博弈程序中所需要的领域知识和规则；使用高性能并行计算和分布式计算来提高计算机博弈程序的效率。总之，整个计算机科学，甚至包含计算机硬件的技术发展，都是计算机博弈研究中的相关课题。