1

我使用流行的Monte Carlo Tree Search实现了一个 AI 下棋(也称为跳棋)。

我受到这个资源http://www.bailopan.net/checkers/的启发,它也是如此。

不幸的是,我的实现和那个实现有一个问题:虽然 AI 在游戏的早期和中期表现得非常好,但他们并不能很好地处理最终游戏:我发现他们最终只是移动最后的棋子而不是试图获胜.

我实现了模拟步骤,在未来 N 回合中为两名玩家随机移动(即:它直到最后才模拟游戏,而是进行大量回合)。

我给了人工智能大量的时间来考虑它,只是为了确保计算时间不是瓶颈。

我正在考虑使用一些基于域的启发式方法来调整模拟步骤,但如果需要,我不知道如何开发评估函数。

在这种情况下,你觉得我应该如何提高我的 AI 才能有更好的后期游戏呢?

4

0 回答 0