個人化德州撲克教學與實戰系統之建 Construction of a Recreation System for Texas Hold'em 周書暐陳鴻文葉慧敏陳羿儒邱昱杰 Shou-Wei Chou Hown-Wen Chen Hui-Min Yeh Yi-Ju Chen Yu-Jie Chiou 銘傳大學資訊傳播工程學系 Department of Computer and Communication Engineering, Ming Chuan University 摘要德州撲克近期在國內外的實體或網路上都已逐漸盛行, 但由於這款遊戲易學難精, 因此我們想要設計出一套兼具娛樂和引導教學功能的電腦遊戲系統, 讓新手玩家也可以享受到德州撲克遊戲的樂趣 我們嘗試將人類玩家心理層面的因素也加入考量, 亦即結合了模糊理論 專家系統以及撲克牌牌型機率的計算, 如此可讓電腦呈現出來的下注模式, 更為適性和富有變化 本德州撲克遊戲系統, 是利用 flash 進行實作 遊戲過程當中, 可提供玩家各種牌型勝牌機率做為引導, 以期協助人類玩家練習如何深入揣測對手的想法 而藉由有無專家系統部份的多次效能比較實驗, 呈現出具有專家系統的時候, 的確能讓獲勝的次數大幅提升 關鍵字 : 專家系統 德州撲克 模糊理論 勝算機率 Abstract Texas Hold em is a game which becomes more popular in all worlds. As this kind of games is easy to learn but not to be proficient, we would like to design a computer-based game system that incorporates both entertainment and instruction functionalities. These features can help a novice player enjoy the fun of playing Texas Hold em. Psychological factors, fuzzy rules, expert systems and win probability of poker playing are all taken into consideration in designing our system to promote its flexibility. The designed card-playing system was carried out with Flash. During the playing process, the win probability of card patterns would be provided to users as an assistance to be familiar to the strategies of other opponents. Moreover, the effectiveness of the adopted expert system within our game system was experimentally shown by the increase of wins in playing cards. Keywords: Expert System, Texas Hold'em, Fuzzy Logic, odds in probability 1
1. 緒論隨著德州撲克牌遊戲的興起, 從國外到國內, 越來越多遊戲公司製作此款線上遊戲 ; 近幾年在國內更是強力地推廣此款遊戲, 因而吸引更多的玩家 德州撲克的玩法是每一位玩家最初被派予兩張翻轉的底牌, 並在檯面上派發五張公共牌 玩家要把自己手上的兩張底牌和現出點數的五張公共牌, 設法構成最好的五張牌組合以求取勝 ( 任意的選擇其中五張牌, 可以不用自己的兩張底牌 ), 勝利者便可贏取檯面上所有的獎金 雖然電腦遊戲講求速度以及方便性, 但也要照顧到新手玩家, 因為德州撲克遊戲具有相當多的小規則, 剛開始接觸此遊戲時, 常常需要一段時間的適應以及了解 所以我們希望製作單機版的遊戲, 來推薦給新手玩家, 或是想和能力差不多的玩家進行對決 一方面可以鍛鍊自己的實力, 另一方面可以在對戰之中享受到有對決的樂趣 一般的撲克牌電腦遊戲系統, 只能單純地依照牌型好壞及其形成機率的多寡, 直接來決定電腦玩家該下注的方式 但由於擁有不同心理特質的人類玩家, 在面對同一副牌組時, 可能會採取差異性極大的作為和下注金額 ; 所以我們嘗試將這種人類玩家心理層面的因素加入考量, 結合了專家系統以及撲克牌牌型機率的計算, 預期可讓電腦呈現出來的下注模式, 更為適性和富有變化 此外, 由於德州撲克這款遊戲易學難精, 我們希望能成功結合專家系統推理和解釋能力, 來設計出一套兼具娛樂和教學功能的電腦遊戲系統 玩家在經由本系統一段時間的學習 引導 教學解釋, 而逐漸熟悉遊戲方式和思考方式後, 則可進入系統實戰模式訓練, 以培養其與人類玩家對戰的實力 2. 文獻探討 2.1 成牌機率計算軟體 PokerStove 若要在德州撲克遊戲過程中計算玩家與對手拿到特定牌組的機率, 可以使用現存的撲克牌成牌機率計算軟體, 其中首選是 PokerStove 該軟體是由 RPS Consulting 開發, 目前最新穩定版本為 2008 年 1.23 版, 可在 Microsoft Windows 系統中執行 其優點是簡單又好用, 而且不需要使用網路, 但只有英文介面操作 利用此計算軟體, 可計算出形成某種組合牌型的機率, 以提供給玩家作為遊戲進行的建議 假若玩家自己有些想法卻又不大確定, 則可以參考系統所給予的建議, 以選擇出對自己比較有利 的下注或加注的金額 2.2 人格特質與心理分析對人格有系統化的理論產生於 1930 年末期, 而目前的人格理論, 在心理學派之理論主要可以分為心理動力學派 行為學派 人本主義學派 特質心理學派 認知學派以及生物心理學派等六大理論學派, 其中最為廣泛應用於心理測驗實證研究上的理論辯是特質心理學派 ( 曾昭中, 民 94; 周惠莉, 民 92) 由於特質論的最終目的是希望達到兩個目標, 其中一個目標是根據理論對 2
人格的認識, 進而對於個體進行動機 行為以及生活等方面的預測 ( 游恆山和李素卿, 民 89); 而本研究則希望藉由分析人格特質來探究對於德州撲克遊戲進行的影響 撲克玩家心理上的分類大致上可以分成鬆和緊型, 被動與激進型, 將兩種分類混著搭配出來的四種類型, 每個類型都有不同的習慣與方式 (Wahls, 2011), 故本研究將心理上的分類分為 : 緊而激進型是冒險型的玩家 緊而被動型是偏保守型的玩家 鬆而激進型的是偏冒險的玩家 鬆而被動型的則是保守型玩家 以及中性玩家共五類玩家 本研究利用心理分類, 藉由之前的下注行為, 將玩家歸類出其人格特質類型, 再配合牌型勝算機率的計算, 系統將會提供不同玩家個人化下注建議 2.3 專家系統專家系統是指以電腦能理解操作的法則形式, 將專家知識儲存起來, 並加入推理機制, 使電腦能像專家一樣, 利用這些知識和經驗法則來解決問題 也就是說, 專家系統是一個知識庫程式, 可用來解決某領域問題, 並且能提供類似人類專家般的 專業水準 解答 本研究運用專家系統, 讓電腦協助玩家如何正確地下注, 以獲得更好的利益 玩家可利用專 家系統所提供的資訊做為考量依據, 最後再自行決定下注的方式暨金額多寡 3. 系統架構 本系統為了要防止人類玩家懷疑電腦與電腦玩家之間是否有互換牌, 而促使其中一位電腦玩 家的牌組成好的牌型, 所以我們制定了防偷換牌機制, 使用者可依此確保電腦玩家不會偷換牌 此外, 本系統的主要核心是在於藉由專家系統的機制, 來與玩家對決 ; 且基本策略是參考了 人類玩家前一次下注的方式, 來進行下一回合電腦玩家下注方式的調整 為了順利制定專家模糊 法則, 我們先進行了各個牌型的勝算機率表 人格分類模式 以及問卷調查等探討, 詳述如後 3.1 防止偷換牌機為了讓使用者了解, 本電腦遊戲是絕對公平, 不會讓未公開的三位電腦玩家互相換牌, 所以我們在遊戲剛開始進行, 玩家選擇使用此項功能時, 會給予使用者一個數字, 並說明這數字的對應計算公式編號 假設電腦玩家一初始顯示 406350, 最後揭曉電腦玩家底牌為梅花 6+ 方塊 8; 人類玩家若將電腦玩家的底牌數字套入最後揭曉之對應計算公式, 計算得 6 15 2 + 8 15 4 = 406350; 即可驗證遊戲剛開始系統所給予的數字, 以此來驗證電腦玩家間並未互相換牌 3.2 勝算機率表製作我們利用文獻提到的成牌機率計算軟體 PokerStove, 計算我們手牌拿到的各種情形及其機率, 並將兩張底牌的相關機率整理如表 1~ 表 3 至於其他張數各個牌型的勝算機率表, 由於佔有極大的篇幅, 在此予以省略 後續我們將會使用此勝算機率表配合人格特質, 以及應用模糊理論, 建置一個法則庫 ( 詳見 3.4) 3
表 1. 兩張底牌為相同數字之勝率表 A&A 2&2 3&3 4&4 5&5 6&6 7&7 8&8 9&9 10&10 J&J Q&Q K&K 62% 21% 24% 28% 36% 42% 48% 50% 52% 55% 58% 59% 60% 我們製作出此機率表是為了能夠判定手牌與公牌的組合勝算, 在人類玩家每一局拿到牌組 時, 依照機率建議給玩家適當的下注方式 另外, 會根據玩家的決定以及我們的下注建議, 來分 辨出此人類玩家的人格特質類型 表 2. 兩張底牌為同花色之勝率表 A&2 28.20% A&3 2&3 29.66% 12.56% A&4 2&4 3&4 30.31% 14.24% 16.24% A&5 2&5 3&5 4&5 32.35% 14.83% 16.97% 19.21% A&6 2&6 3&6 4&6 5&6 33.25% 16.27% 18.37% 20.60% 23.65% A&7 2&7 3&7 4&7 5&7 6&7 35.04% 18.32% 20.24% 22.31% 25.26% 29.48% A&8 2&8 3&8 4&8 5&8 6&8 7&8 36.15% 21.40% 22.67% 24.38% 27.19% 30.52% 33.06% A&9 2&9 3&9 4&9 5&9 6&9 7&9 8&9 37.23% 23.07% 24.43% 24.62% 27.53% 30.80% 34.35% 36.84% A&10 2&10 3&10 4&10 5&10 6&10 7&10 8&10 9&10 39.48% 24.98% 26.21% 26.73% 27.68% 31.00% 34.47% 36.83% 39.65% A&J 2&J 3&J 4&J 5&J 6&J 7&J 8&J 9&J 10&J 39.94% 25.87% 26.95% 27.73% 29.02% 30.71% 33.79% 36.56% 39.07% 41.33% A&Q 2&Q 3&Q 4&Q 5&Q 6&Q 7&Q 8&Q 9&Q 10&Q J&Q 40.38% 26.73% 27.84% 28.49% 29.99& 32.03% 33.62% 35.87% 38.53% 40.79% 41.32% A&K 2&K 3&K 4&K 5&K 6&K 7&K 8&K 9&K 10&J J&K Q&K 40.92% 27.55% 28.57% 29.23% 30.81% 32.80% 34.69% 35.58% 38.08% 40.52% 40.95% 41.36% 表 3. 兩張底牌為不同花色之勝率表 A&2 29.85% A&3 2&3 30.08% 13.04% A&4 2&4 3&4 32.34% 14.08% 15.56% A&5 2&5 3&5 4&5 32.74% 15.76% 16.97% 18.50% A&6 2&6 3&6 4&6 5&6 33.47% 16.97% 18.27% 20.27% 23.74% A&7 2&7 3&7 4&7 5&7 6&7 34.47% 18.61% 19.87% 22.43% 25.00% 28.91% A&8 2&8 3&8 4&8 5&8 6&8 7&8 35.73% 20.89% 20.80% 23.64% 26.34% 29.41% 33.31% A&9 2&9 3&9 4&9 5&9 6&9 7&9 8&9 36.74% 23.00% 22.74% 24.90% 27.36% 30.26% 33.16% 35.51% A&10 2&10 3&10 4&10 5&10 6&10 7&10 8&10 9&10 38.80% 24.64% 24.74% 26.83% 27.30% 30.34% 33.12% 35.61% 38.73% A&J 2&J 3&J 4&J 5&J 6&J 7&J 8&J 9&J 10&J 39.21% 25.78% 25.47% 28.23% 28.82% 30.40% 32.91% 35.20% 38.21% 40.59% A&Q 2&Q 3&Q 4&Q 5&Q 6&Q 7&Q 8&Q 9&Q 10&Q J&Q 39.70% 26.69% 27.44% 29.46% 29.90% 31.73% 32.86% 35.35% 37.61% 40.06% 40.17% A&K 2&K 3&K 4&K 5&K 6&K 7&K 8&K 9&K 10&K J&K Q&K 40.01% 28.54% 28.71% 30.95% 31.19% 32.90% 33.58% 34.72% 36.92% 39.20% 39.62% 40.10% 3.3 人格特質的分類我們參 Wahls 的人格分類模式而形成下列四種類型 : 保守類型 偏向冒險類型 冒險型和保守型 我們分別針對這四種類制定了四個對應量尺分數, 藉由玩家們所採取的行為 ( 加注 棄注 跟注 ) 和次數, 皆會影響量尺分數上的值 若某玩家的行為不會增加四種類型的量尺分數, 亦即 4
四種量尺分數值都偏低, 代表此玩家不屬於冒險型 偏冒險型 保守型 偏保守型, 則判定此玩 家的行為偏中性, 屬於第五類的中性型玩家 為了要判斷人格類型與牌型下注間的關係, 我們事先進行了問卷調查 : 針對 97 名撲克玩家進行分析 ( 回收有效問卷為 97 份 ), 利用了獲勝機率表和人格特質的五種類型, 統計了撲克玩家對於各個下注方式的選項數量 再商請了網路上的專家玩家, 幫我們評估該撲克玩家的行為偏向, 以形成如下的人格分類模式 假設目前玩家拿到的底牌是紅心 9 方塊 9 這兩張牌, 玩家可以選擇的有加注 棄注 跟注的行為, 我們對照表 1, 因為這手牌的贏面較一般高牌的牌組高, 這時候假如玩家選擇了加注的行為, 因為一對的得勝機率並不低也不偏高, 那麼我們則會在偏冒險的量表上增加 1 的值 ; 假如玩家選擇了棄注的行為, 因為得勝機率並不低, 可是玩家卻選擇棄注, 保留剩下的籌碼, 則判定玩家是屬於偏保守型的玩家, 在偏保守型的量表上會增加 1 的值 ; 假如玩家選擇了跟注的行為, 我們則判定玩家為偏保守型的玩家, 增加的值並不多, 所以第一回的部份, 因為只能就底牌來做一個最初的判斷, 要更確認玩家屬於哪一種類型的部份, 還要接續下面的回合 最後我們會統計四種人格特質量表的值, 並判定該玩家就是量表值最高的對應類型, 並會據 以進行適當的下注建議 3.4 下注建議法則我們配合各個牌型的得勝機率高低, 並藉由專家的協助來制定模糊法則, 再將其應用於判斷電腦玩家加注金額的多寡 所制定出來的模糊法則內容皆為 :if ( 牌型勝率 X and 籌碼 Y ) then 下注金額 Z 在此的牌型勝率 X 是由牌型 ( 分為大 中 小 ) 和兩張點數和, 或是特殊牌型來決定 ; 而籌碼 Y 則區分為多 中和少 ; 至於多加注則以剩餘籌碼的百分比來表示 例如假使牌型大而手中的籌 碼也多, 我們則建議玩家可以多加注 假設當現在玩家手牌為梅花 9 以及黑桃 9, 則我們歸類為牌型中, 兩張點數和界於 15 到 20 且為一對的分類, 剛開始玩牌的話, 籌碼大家都一樣, 所以我們歸類為中的部分, 而我們加注的 部分就會建議提升原有籌碼的 1.5% 詳細的模糊法則庫內容條列如下 : 5
牌型 兩張點數和 籌碼 加注 大 20< 一對 多 2.0% 18< 同花順面 中 1.5% 18< 順面不同花 少 1.5% 18< 不順面但同花 中 15< 一對 <20 11< 同花順面介於 <18 多 1.5% 11< 順面不同花介於 <18 中 1.0% 11< 不順面但同花介於 <18 少 1.0% 11< 不順面不同花介於 <18 18< 不順面不同花 小 一對 <15 同花順面 <11 多 1.0% 順面不同花 <11 中 1.0% 不順面但同花 <11 少 0.5% 不順面不同花 <11 牌型 五張 籌碼 加注 大 同花順 多 20% 鐵支 中 20% 順子 少 60% 中 同花 多 3% 葫蘆 中 2% 三條 少 4% 兩對 小一對多 3% 高牌中 2% 少 1% 牌型 六張 籌碼 加注 大 同花順 多 20% 鐵支 中 20% 順子 少 60% 6
中 同花 多 10% 葫蘆 中 5% 三條 少 5% 兩對 小一對多 3% 高牌中 2% 少 1% 牌型 七張 籌碼 加注 大 同花順 多 60% 鐵支 中 60% 順子 少 60% 中 同花 多 10% 葫蘆 中 5% 三條 少 5% 兩對 小 一對 多 1% 高牌 中 1% 少 1% 4. 系統執行及效能說明 系統一開始進入主畫面以選單方式呈現, 選擇選項計有遊戲介紹 玩法介紹 開始遊戲以及 結束遊戲, 畫面右上角則提供遊戲背景音樂的開關 按下開始進入主牌桌畫面, 遊戲開始後的畫面情形如圖 1 所示, 公牌為牌桌中央的五張牌, 各玩家手中也有自己的底牌 按鍵的部份分別有加注 跟注和棄牌, 加注的部份可以依照自己想 下注的金額填寫輸入 7
圖 1. 遊戲執行圖之三牌桌遊戲畫面 圖 2. 人類玩家和三位隨機行為之電腦玩家間的互動過程 系統效能評估方面, 我們主要是在比較有無專家系統時的運作差別性 圖 2 顯示了一位人類 玩家和三位隨機採取行為之電腦玩家間的互動過程 ; 至於圖 3 則顯示了一位人類玩家和三位 由本專家系統決定行為之電腦玩家間的互動過程 ; 為了更清楚顯示玩牌過程, 我們皆以文字模式 顯示和說明其對戰過程 在此, 我們不把加注的金額並入討論, 事實上加注金額的抉擇是由前述的模糊法則來運作 在沒有專家系統引導的隨機電腦玩家模擬過程當中, 第一輪 2 張牌, 雖然 13 為第二大的對子, 應該勝算很高, 但由於完全隨機的狀況, 電腦選擇了棄注, 這其實不太符合一般人會觀察 3 張公牌後再行決定的行為 過程中容易發生的不合理狀況, 就是電腦隨機下注的行為與牌型的大小毫無關連, 像電腦 1 的鐵支, 是這場遊戲局最大的牌型, 但是電腦因為沒有專家系統, 所以隨機選擇棄注 8
圖 3. 人類玩家和三位由本專家系統決定行為之電腦玩家間的互動過程圖 3 為有專家系統, 專家系統底層含有俄羅斯輪盤, 會讓電腦的結果並非固定不變, 機率是由 97 名玩家回答問卷所得之結果 ( 每種機率最低為 1), 電腦有兩張手牌時, 牌型為一對且點數相加 >20, 在此相同條件之下做出了不同決定, 因為俄羅斯輪盤的機率為 37% 加注 49% 跟注 14% 棄注 之後電腦 1 出現了鐵支牌型, 鐵支在俄羅斯輪盤的機率為 98% 加注 1% 跟注 1% 棄注 在後面幾次叫牌是 13(K) 和 11(J) 兩對的電腦之所以會選擇棄注, 是因為專家系統的條件是兩對 ( 牌池有一對 ), 而牌池裡的牌對於電腦的牌型有比較大的影響, 雖然兩對不是一個小的牌型, 但加注只有 9% 以及跟注只有 37%, 所以最後俄羅斯輪盤選擇了棄注, 不過是因為剛好這把牌有大牌鐵支存在, 不然電腦俄羅斯輪盤選擇到 37% 跟注或 9% 加注, 獲勝的機率也不算小 俄羅斯輪盤機率電腦兩張手牌時 牌型叫牌機率牌型叫牌機率 20< 一對且點數相加加 37 第六張同花順加 98 跟 49 跟 1 棄 14 棄 1 15<= 一對且點數 <20 加 13 同花順 ( 牌池有影響 ) 加 89 跟 70 跟 10 棄 17 棄 1 一對且點數 <15 加 19 順子 加 95 跟 32 跟 4 棄 49 棄 1 18< 不是一對但同花順 面點數 加 35 順子 ( 牌池有影響 ) 加 60 9
俄羅斯輪盤機 率 牌型叫牌機率牌型叫牌機率 跟 53 跟 39 棄 12 棄 1 11< 不是一對但同花順 面點數又 <18 加 14 同花 ( 牌池有影響 ) 加 35 跟 64 跟 55 棄 22 棄 10 不是一對但同花順面點 數又 <11 加 18 鐵支加 98 跟 22 跟 1 棄 60 棄 1 18< 順面但不同花且點 數相加 加 31 葫蘆 ( 牌池兩對 ) 加 25 跟 37 跟 35 棄 32 棄 40 11< 順面但不同花且點 數相加 <18 加 15 葫蘆 ( 牌池一對 ) 加 40 跟 51 跟 46 棄 34 棄 14 順面但不同花且點數相 加 <=11 加 9 葫蘆 ( 牌池三條 ) 加 15 跟 35 跟 58 棄 56 棄 27 18< 不順面但同花且點 數 加 20 三條加 28 跟 43 跟 52 棄 37 棄 20 11< 不順面但同花且點 數 <18 加 16 三條 ( 牌池三條 ) 加 5 跟 23 跟 25 棄 61 棄 70 不順面但同花且點數 <=11 加 9 三條 ( 牌池有一對 ) 加 15 跟 15 跟 52 棄 76 棄 33 18< 不順面也不同花且加 27 兩對 ( 牌池高牌 ) 加 28 10
俄羅斯輪盤機 率 牌型叫牌機率牌型叫牌機率 點數 跟 50 跟 65 棄 23 棄 7 11< 不順面也不同花且 點數 <18 加 15 兩對 ( 牌池一對 ) 加 19 跟 27 跟 47 棄 58 棄 34 不順面也不同花且點數 <=11 加 3 兩對 ( 牌池兩對 ) 加 1 跟 7 跟 32 棄 90 棄 67 電腦五張牌 牌型 叫牌 一對 加 28 同花順 加 98 跟 52 跟 1 棄 20 棄 1 一對 ( 牌池一對 ) 加 11 同花順 ( 牌池有影響 ) 加 89 跟 29 跟 10 棄 60 棄 1 有同花面 ( 差一張 ) 加 13 同花順面 ( 差一張 ) 加 21 跟 26 跟 56 棄 61 棄 23 有順面 ( 差一張 ) 加 11 順子 加 95 跟 29 跟 4 棄 60 棄 1 11<= 高牌 加 16 順子 ( 牌池有影響 ) 加 60 跟 48 跟 39 棄 36 棄 1 高牌 <11 加 18 同花 ( 牌池有影響 ) 加 35 跟 6 跟 55 棄 76 棄 10 第七張 同花順 加 98 鐵支 加 98 跟 1 跟 1 棄 1 棄 1 同花順 ( 牌池有影響 ) 加 89 葫蘆 ( 牌池一對 ) 加 40 跟 10 跟 46 棄 1 11
俄羅斯輪盤機 率 牌型叫牌機率牌型叫牌機率 棄 14 順子 加 95 葫蘆 ( 牌池三條 ) 加 10 跟 4 跟 55 棄 1 棄 35 順子 ( 牌池有影響 ) 加 60 三條 加 28 跟 39 跟 57 棄 1 棄 15 同花 ( 牌池有影響 ) 加 35 三條 ( 牌池有影響 ) 加 25 跟 55 跟 42 棄 10 棄 33 鐵支 加 98 兩對 ( 牌池高牌 ) 加 28 跟 1 跟 65 棄 1 棄 7 葫蘆 ( 牌池葫蘆 ) 加 8 兩對 ( 牌池一對 ) 加 19 跟 46 跟 51 棄 46 棄 30 葫蘆 ( 牌池兩對 ) 加 25 有同花面 ( 差一張 ) 加 21 跟 35 跟 52 棄 40 棄 25 葫蘆 ( 牌池一對 ) 加 40 有同花面 ( 差兩張 ) 加 5 跟 46 跟 43 棄 14 棄 52 葫蘆 ( 牌池三條 ) 加 15 有順面 ( 差一張 ) 加 21 跟 58 跟 58 棄 27 棄 21 三條 加 28 有順面 ( 差兩張 ) 加 10 跟 52 跟 24 棄 20 棄 66 三條 ( 牌池三條 ) 加 5 一對 加 28 跟 25 跟 52 棄 70 棄 20 三條 ( 牌池有一對 ) 加 15 一對 ( 牌池一對 ) 加 11 跟 52 跟 29 棄 33 棄 60 兩對 ( 牌池一對 ) 加 19 11<= 高牌 加 16 跟 47 12
俄羅斯輪盤機 率 牌型叫牌機率牌型叫牌機率 跟 48 棄 34 棄 36 兩對 ( 牌池兩對 ) 加 1 高牌 <11 加 18 跟 32 跟 6 棄 67 棄 76 兩對 ( 牌池高牌 ) 加 28 跟 65 棄 7 5. 結論 (Conclusions) 網路上的德州撲克牌遊戲, 只能隨機的分配玩家對戰, 無法都讓相同等級的玩家相互對戰 ; 如此一來, 在遭遇到實力懸殊對手的情況下, 玩牌的樂趣就顯然大為降低 本系統藉由提供出現牌型的勝牌機率等引導資訊, 並考量到人類玩家之前所顯示出來的人格特質, 嘗試代為判斷出應該採取的行為及下注的多寡, 最後交由人類玩家自行決定 藉由有無專家系統部份的多次效能比較實驗, 呈現出具有專家系統的時候, 的確能讓獲勝的次數提升 然而本系統目前在遊戲執行畫面的流暢性及專家系統法則的完備性方面, 都還有待加強, 以期更能符合一般使用者的需求 參考文獻 (References) [1] 周惠莉, 五大人格特質, 性別角色與轉換型領導關連性之研究, 中原大學企業管理研究所碩士論文, 民國 92 年 [2] 曾昭中, 人格特質對小團體決策品質之影響 : 從團體迷思觀點談起, 國立交通大學傳播研究所碩士論文, 民國 94 年 [3] 楊國樞, 劉邵的人格特質及其詮釋, 人觀 意義與社會, 台北 : 中央研究院民族學研究所, 民國 82 年, 頁 89-127 [4] 游恆山和李素卿譯,P.G.Zimbardo&R.j.Gerrig 著, 心理學, 五南出版社, 民國 89 年 [5] 專家系統, 擷取自 Expert System: http://lingb28.myweb.hinet.net/b9091199/es.htm [6] WahlsMatthias., 撲克心理學和撲克教學理論之九 - 心理學角度緊而激進風格的探討. 擷取自 http://lovepokerrr.blogspot.com/2011/04/blog-post_3443.html [7] 洪文琛, 挑戰 FLASH CS3 動畫達人百寶箱, 加樺國際, 民國 97 年, 頁 01-2~01-7 [8] Kassarjian, H. H.. Personality and consumer behavior: A review, Journal of Marketing Research, 22, pp.409-455,1971. [9] McCrae, R. R., & Costa, P. T., Jr.. Revised NEO Personality Inventory and New Five-Factor Inventory: Professional Manual, Psychological Assessment Resources, FL,1992. [10] 林信成 彭啟峰著,Oh!Fuzzy 模糊理論剖析, 低三波資訊股份有限公司, 民國 83 年 13