-2

我读了这个

如何让 AI 从零开始学习玩游戏？举个小例子，假设 AI 去玩二十一点，打折所有的分牌，牌组中的牌等等，AI 要么打要么站，它不知道自己做了什么，直到它开始失去游戏，它应该知道打得太多会输，站得太早也是如此。我读到这叫做强化学习。但我不知道如何实现它，使用什么模块等等......

我应该从哪里开始？

我的最终目标是创造一种用户和人工智能玩的游戏，不是互相对抗，而是自己对抗游戏机制[不是合作]，并且都学习玩它。游戏每隔一段时间就会发生变化，新的机制会出现，让游戏对玩家和 AI 来说都更难。人工智能既可以通过玩游戏来学习，也可以通过观察玩家输赢来学习。我不想让计算机学得太快，我想让两者都在同一个“地面”上……也许最后一个关卡是玩家可以对抗 AI。我是去正确的地方还是应该尝试其他方法？

编辑：我认为这太宽泛了。所以我搜索了一些关于 ML 和 AI 的信息，我发现了一些可能有帮助的模块，scikit-learn、PyBrain、neurolab 和RLToolkit。前两个我并没有真正理解如何开始它，对于像我这样的新手，neurolab 我还没有尝试过，因为我没有真正理解什么是人工神经网络，所以文档非常不清楚[ ANN] 以及它如何帮助我，最后一个更具体到强化学习没有任何文档。

4

1 回答 1

4

虽然这不是一个完整的答案，但基本原则是：

在结果不可预测的情况下，当前状态 + 可能的移动 = 结果。因此，对于游戏的任何给定状态（在具有一定数量/组合的牌的情况下，可能与其他具有许多未知牌的牌组合，或自上次洗牌以来已经看到的某些牌），有一个您可以做的可能动作的数量（击打、站立）。然后，您将尝试其中任何一种，并记录这是否会给您带来好或坏（或介于两者之间）的结果。下次您看到相同的当前状态时，您会看到迄今为止哪个可能的举动给了您最好的统计结果（随机性百分比）。

出在哪里

如果您有多个动作，并且直到最后都没有得到实际结果，那么您将跟踪到目前为止的所有（状态+尝试过的动作）；一旦你得到一个结果，你就会把它应用到一路上的每一步。

完成此操作后，您可以让它玩大量游戏，并且它应该会变得更好。

诀窍通常是弄清楚什么构成了“状态”。可能的状态越多，在人工智能变得好之前必须玩的游戏越多，你的数据库就会越大。在二十一点中，您的状态可能只是牌数的总和（这给了您 20 个状态），或者它可能包括其中有多少是 A（我猜，这可能给您大约 40 个状态） ; 它可能包括其他玩家有多少张牌；它可能包括你手中的确切值，但不包括花色（如果你有 4 个 A，你知道没有其他人有 A），或者可能包括（对于二十一点毫无意义）订购一副牌。

在某些情况下，“状态”可能更抽象。例如，在国际象棋的情况下，有许多可能的“状态”来学习它们，我们必须抽象。我不知道这通常用于什么；也许什么在攻击什么，什么在防守什么，有多少棋子覆盖了多少个方格，哪些棋子被什么防御了等等；或者

您可能还想考虑什么是“好”和“坏”的结果。您可能会认为，对于二十一点，赢是好的，输是坏的，仅此而已。但是，除了失败之外，还有一些事情需要避免：做出无效的举动。在二十一点的例子中，假设你的 AI 不知道规则，如果你有任何手牌而不是对子，分牌是比（可能）输球更糟糕的事情。如果您将此视为“损失”，它最终会得到提示并停止这样做。

于 2014-05-08T01:53:14.387 回答