蔣宗哲Chiang, Tsung-Che楊雅茹Yang, Ya-Ju2022-06-082021-09-112022-06-082021https://etds.lib.ntnu.edu.tw/thesis/detail/8dff89e8f3ca0f1c5a577cd08baf3fd1/http://rportal.lib.ntnu.edu.tw/handle/20.500.12235/117296遊戲人工智慧的研究非常熱門，其中有許多卡牌遊戲的相關研究，像是著名的爐石戰記 (Hearthstone)和魔法風雲 (Magic: the Gathering)。本研究挑選了一款Legends of Code and Magic (LoCM) 卡牌遊戲，LoCM分為選牌與戰鬥兩階段，指定兩位玩家進行對戰，先將對手英雄血量歸零則獲勝。 LoCM在2019年IEEE Congress on Evolutionary Computation (CEC)和IEEE Conference on Games (COG) 被接受議題研究及舉辦競賽。本研究只專注於選牌部分，建立一個自動選牌的策略，戰鬥方法則取用COG 2020 第二名及第四名的方法。文中提出三種選牌法，直接評分法、屬性評分法與屬性牌型評分法，並搭配兩種演化演算法。另外，進行個體適應值穩定度分析，探討遊戲場次數量不同帶來的影響，而大量的遊戲會帶來龐大的計算成本，因此，針對遊戲進行平行化處理，大幅減少計算時間。在傳統的卡牌遊戲中，牌型是組建牌組相當重要的因素，牌型之間存在著相互剋制的關係，選擇對的牌型剋制敵方在遊戲中有非常佔優勢，因此，文中分析不同選牌法的牌型及選牌時帶來的優、缺點。最後，與COG 2020的前六名玩家進行對戰排名。none演化演算法集換式卡牌遊戲牌組建立Collectible Card GamesDeck BuildingLegends of Code and Magic學術論文