创建非完美游戏算法

我知道像极小化极大算法这样的算法可以用来玩完美游戏(在这种情况下,我在寻找一个类似于井字游戏的游戏)。

然而,我想知道如何创建一个非完美的算法,或者不同“技能等级”(简单、中等、困难等)的AI,让人类玩家实际上有机会击败它。


回答:

在不同的深度截断搜索以限制计算机的技能。改变评估函数,使计算机偏好不同的策略。

非专业人类玩家使用次优策略和有限的战术。这些大致对应于对游戏状态的评估不佳和有限的前瞻能力。

关于随机性,需要一点点随机性,这样计算机就不会总是犯同样的错误,有时可能会运气好或坏于平常。为此,不要总是选择最佳路径,而是在它们的得分加权下进行选择。你可以通过让AI根据游戏结果来改进其评估函数,即更新其权重,使AI变得更加有趣。这样,它可以通过玩游戏在有限的搜索深度下学习更好的评估函数,就像人类可能会做的那样。

Related Posts

Flatten and back keras

我正在尝试使用自编码器获取简单向量中的值 这是我的代码…

如何按索引访问PyTorch模型参数

如果我的网络有10层,包括偏置项,如何仅通过索引访问第…

Python中多元逻辑回归显示错误

我试图使用逻辑回归进行预测,并使用Python和skl…

在MACOS上安装NLTK

我在我的2015款Mac Pro上尝试安装NLTK,操…

如何在R中将通过RFE选择的变量插入到机器学习模型中?

我想使用递归特征消除方法来选择最重要的特征,然后将这些…

CountVectorizer 错误:ValueError: setting an array element with a sequence

我有一个包含144条学生反馈的数据集,其中有72条正面…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注