7

首先：这不是关于如何让程序播放五连冠的问题。去过也做过。

介绍说明

我已经制作了一个五合一游戏作为框架来试验基因改进的人工智能（哎呀，这听起来非常自命不凡）。与大多数回合制游戏一样，最好的走法是通过为每个可能的走法分配一个分数来决定的，然后玩得分最高的走法。将分数分配给移动（正方形）的函数如下所示：

  1. 如果方格已经有令牌，则得分为 0，因为在方格中放置新令牌是非法的。

  2. 每个方格可以是多达 20 个不同的获胜行（5 个水平，5 个垂直，10 个对角线）的一部分。平方的分数是这些行中每一行的分数之和。

  3. 一行的得分取决于该行中已经存在的友方和敌方标记的数量。例子：

    • 有四个友好标记的一排应该有无限的分数，因为如果你把一个标记放在那里你就赢了。
    • 连续有四个敌人标记的分数应该很高，因为如果你不在那里放置一个标记，对手将在下一回合获胜。
    • 包含友方和敌方标记的行将得分为 0，因为该行永远不会成为获胜行的一部分。

给定这个算法，我声明了一个名为 TBrain 的类型：

type
  TBrain = array[cFriendly..cEnemy , 0..4] of integer;

数组中的值表示 N 个友好标记和 0 个敌人标记，或 0 个友好标记和 N 个敌人标记的行的分数。如果连续有 5 个标记，则由于该行已满，因此没有得分。

实际上很容易决定哪些值应该在数组中。Brain[0,4]（四个友好标记）应该是“无限的”，我们称之为 1.000.000。vBrain[1,4] 应该非常高，但不要太高以至于大脑宁愿阻止几个敌人获胜而不是自己获胜

考虑以下（不可能的）板：

  0123456789
 +----------
0|1...1...12
1|.1..1..1.2
2|..1.1.1..2
3|...111...2
4|1111.1111.
5|...111....
6|..1.1.1...
7|.1..1..1..
8|1...1...1.

玩家 2 应该将他的令牌放入 (9,4)，赢得比赛，而不是放入 (4,4)，即使他会阻止玩家 1 的 8 个潜在获胜行。因此，vBrain[1,4] 应该是 (vBrain [0,4]/8)-1。像这样工作，我们可以找到“大脑”的最佳值，但同样，这不是我感兴趣的。我想要一个算法来找到最佳值。

我已经实现了这个框架，所以它是完全确定的。分数中没有添加随机值，如果多个方块的分数相同，则将选择左上角。

实际问题

介绍就是这样，现在是有趣的部分（至少对我来说）

我有两个“大脑”，vBrain1 和 vBrain2。我应该如何迭代地使这些变得更好？我想象这样的事情：

  1. 用随机值初始化 vBrain1 和 vBrain2。
  2. 模拟他们之间的游戏。
  3. 将获胜者的值分配给失败者，然后随机更改其中一个。

这似乎行不通。大脑并没有变得更聪明。为什么？

score-method 是否应该在结果中添加一些小的随机值，以便相同的两个大脑之间的两个游戏会有所不同？每次迭代的值应该改变多少？“大脑”应该如何初始化？具有恒定值？使用随机值？

另外，这与人工智能或遗传算法有什么关系吗？

PS：这个问题与五连冠无关。这只是我选择的东西，因为我可以声明一个非常简单的“大脑”来进行实验。

4

3 回答 3

7

如果您想像遗传算法一样处理这个问题，您将需要整个“大脑”群体。然后将它们相互评估，无论是每种组合还是使用锦标赛风格。然后选择人口的前 X% 并将其用作下一代的父母，其中后代是通过突变（您拥有）或基因交叉（例如，在两个“大脑”之间交换行或列）产生的。

此外，如果您没有看到任何进化进步，您可能需要的不仅仅是赢/输，而是想出某种积分系统，以便您可以更有效地对整个人口进行排名，这使得选择更容易。

于 2009-09-24T12:51:10.290 回答
4

一般来说，是的，您可以通过使用遗传算法技术 使大脑更聪明。

随机性或突变在遗传编程中起着重要作用。

我喜欢这个教程，遗传算法：酷名和该死的简单。
（示例使用 Python，但不难理解）

于 2009-09-24T12:05:22.740 回答
3

看看增强拓扑的神经进化(NEAT)。一个花哨的首字母缩略词，基本上意味着神经网络的演变——它们的结构（拓扑）和连接权重。我编写了一个名为 SharpNEAT 的 .Net 实现，您不妨看看。SharpNEAT V1 还有一个井字游戏实验。

http://sharpneat.sourceforge.net/

于 2009-10-12T21:05:10.223 回答