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

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