选择下一个建筑物加入队列 – AI游戏编程

我正在研究一些人工智能概念,并尝试编写一些代码来测试我的知识。

在最近的一个“独立项目”中,我尝试开发一个AI来确定最佳“路径”,以决定应将哪些建筑物加入队列,同时遵守“AI规则”(简单的建筑表和规则在文末定义)。

有人可能会说,只需将HQ升级到最高级别,这样可以将其他建筑物的建造时间减少50%。但如果我遵循这条路径,队列需要等待很长时间才能积累足够的资源来升级到下一个HQ级别,这不符合第一条AI规则。

然后我在网上搜索,发现了Minimax算法。我觉得它并不能满足我的需求,主要是因为该算法适用于已知情景且有两名玩家的情况。我这里没有两名玩家,而是玩家与时间赛跑。此外,玩家可能会获得资源“提升”(如掠夺),这会使原本不可用的资源变得可用,从而改变一切。

考虑到Minimax算法,我想到将时间和资源标准化(0..1),然后将这些值相加,选择路径中最小值的路径,并在队列接近空时进行每次评估。我知道这样做不会得到全局最优解,但它会是“反应性的”。

然而,即使是这种“标准化的Minimax”,运行它也可能(而且肯定会)是一项要求很高的操作。拥有15个建筑物,每个建筑物最高可达30级,我甚至不想知道运行代码所需的时间。此外,深度低会导致决策不佳,而深度高则会导致性能不佳。

.

最后,我卡住了。我不确定这是否可行。有人有建议吗?或者有更好的算法吗?

.


  • AI规则:
    1. 队列永远不应为空(或者,至少尽可能少空)
    2. 必须在尽可能短的时间内完成。(这里的“完成”是指,将所有建筑物升级到最高级别)

  • 建筑物规则:
    1. 每级所需的时间/资源增加10%。
    2. 所有建筑物的最高级别为10,最低级别为1。

  • 建筑物表 名称 - 时间(秒) - 资源 - 奖励HQ - 100 - 100 - 减少所有建筑物时间(每级5%)资源 - 150 - 80 - 每级2资源/秒军事 - 80 - 80 - 无

回答:

你可以尝试使用动态规划,查看这里的棋盘示例,这应该能帮助你实现一个解决问题的算法。成本函数应该可以直接从你的建筑物表中得出。

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