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

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