扩展极小化极大算法以适应多对手

极小化极大算法在像井字游戏这样的两人游戏中得到了很好的描述。我需要为一个坦克游戏编写一个AI。在这个游戏中,坦克必须在一个有墙壁障碍的迷宫中移动。目标是收集硬币堆。如果只有两个玩家,可以实现极小化极大算法。但是,如何将其扩展到两个以上的玩家呢?因为在每一回合中,每个玩家都会试图最大化自己的获胜优势。我无法将所有玩家视为一个敌人,试图仅减少我的获胜优势,从而创建原始极小化极大算法中的两玩家层级。如果我的问题格式不好,请原谅我。我对这个论坛还很新。


回答:

你不能再使用极小化极大算法了。除非你创建一个混合目标,既要最大化自己的收益,又要最小化其他人的收益总和。但这非常难实现。

更好的方法是创建能够在战略层面上学习需要做什么的算法。将游戏转化为两人游戏:我对抗其他人,从这里开始。

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