修改后的21点游戏让电脑赢多输少

我想创建一种算法,使电脑在修改后的21点游戏中赢多输少。

红色牌为负数,黑色牌为正数。

我会用伪代码来写,但我对如何提高电脑赢得更多游戏的概率部分不太确定(最后一行)。

这是我的尝试:

//为每个人随机发两张牌,选择范围为2,3,4,5,6,7,8,9,J,Q,K,A。//将这些牌及其等值存储在一个数组中。Card =[2,3,4,5,6,7,8,9,J,Q,K,A]此外,牌的颜色是随机的,红色或黑色。Value_AI=0Value_Human=0Bust_Human=0Bust_ AI=0以下所有内容都在一个大循环中,每次玩家爆牌时循环一次对两个玩家都执行,直到Value_AI或Value_Human>21If colour==red thenValue=value – cardElse    Value=value+cardIf Value_AI >21 then    Bust_ AI+=1    Print “电脑爆牌了”    Break If Value_Human >21        Bust_ human+=1        Print “你爆牌了”        Break    Else        为两个玩家再发一张牌If Bust_ AI> Bust_ human then**//增加电脑获得A和一张10点牌的概率**

回答:

目前,您的伪代码似乎没有包括玩家选择停止拿牌的选项,这是21点游戏的核心选择。在拿到新牌后,您需要让AI决定是否继续拿牌。这可能是算法中构建AI实际智能的最佳点,这样您可以增加其赢得比赛的概率,而不仅仅是像您在伪代码中建议的那样硬编码胜利。最简单的选择是让您的AI计算下一张牌将其值超过21的概率。以下是该部分的伪代码(看起来您在抽牌后没有从牌组中移除牌,所以我没有考虑这一点):

highest_safe = 21 - value_AIn_safe_cards = highest_safe - 1 + 13 //第二个13是所有红色牌,-1是因为1不是牌prob_safe = n_safe_cards/26 //因为有28种可能的牌(我假设您没有故意遗漏10)if prob_safe < .5:    停止拿牌

这应该会让您的AI赢得比赛的次数多于输掉的次数,因为它会以最佳方式进行游戏。如果您想让它更容易被击败,您可以在它决定停止拿牌的阈值上添加一些噪音。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注