同一MCTS上的自我对弈AI?

最近我一直在尝试为一个简单的棋盘游戏实现MCTS。我希望让AI与自己对弈以收集一些样本游戏。我想我可以让它们使用同一个MCTS树(以获得更好的性能)。看起来似乎可行。

但这样做是否有效?还是我需要为两个AI分别建立两棵独立的树,并分别记录胜负/对局数据才能正常运行?


回答:

如果你在进行自我对弈,并且为两个玩家构建完全相同的树,那么树中不会有任何固有的偏见——你可以为两个玩家重复使用这棵树。但是,如果玩家以特定于某个玩家的方式构建MCTS树,那么你就需要重新构建树。在这种情况下,你需要保持两棵树,每个玩家一棵,每个玩家可以重复使用自己的树,但不能使用其他玩家的树。

如果你在尝试解决这个问题,以下是一些需要分析的事项:

  • 游戏是否有隐藏信息?(某个玩家知道而另一个玩家不知道的信息。)在这种情况下,你不能重复使用树,因为你会向另一玩家泄露私人信息。
  • 你的模拟对局是否依赖于MCTS树根部的玩家?
  • 你是否有任何不对称地修剪任一玩家移动的策略?
  • 你是否以不对称的方式评估玩家之间的状态?
  • 你是否对玩家执行不同的随机化操作?

如果这些情况都不存在,你很可能可以重复使用这棵树。

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