如何选择算法?

我需要为一个给定问题选择一个算法:

游戏有两个玩家:x和o。玩家轮流行动,每局游戏开始时x先动。

玩家x从位置(1,1)开始,而o从(8,8)开始。

每回合,玩家可以像国际象棋中的皇后一样移动(向八个方向中的任何一个),只要她的路径不经过已填充或被占用的方格。移动后,玩家离开的空间被标记为已填充,并且不能再次移动。请注意,只有被占用的空间被填充,而不是整个路径。

当一个玩家无法再移动时,游戏结束,另一位玩家获胜。给定的时间是1分钟。

坐标(1,1)表示棋盘的左上角。

棋盘被指定为行列表。每行是一个条目列表:

  • 是空方格

  • 是已填充的方格

x是x玩家的当前位置

o是o玩家的当前位置

这会是局部搜索算法还是A*算法?这似乎与国际象棋相似,但同时我又看不出这个游戏的目标…

非常感谢!


回答:

这是一个零和游戏,有两个玩家,每个智能体都对世界有完全的“了解”。

处理此类问题的通用方法是极小极大算法

算法的核心思想是试图为每一步找到最大保证的“价值”。这是通过在你的回合中选择“最大”可能性,在对手的回合中选择“最小”可能性来实现的(假设他也在试图最大化他的收益,因此最大化他的收益就是最小化你的收益)。
算法递归地查看所有可能的游戏状态,直到一定深度,并选择你可以采取的最佳策略。

你可能需要一些启发式函数来评估每个游戏状态(因为算法不太可能能够拥有整个游戏树,由于分支因子很大)。算法将使用这个启发式函数为你和对手选择最佳移动。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注