我有一个使用极小极大算法的游戏程序，它将不同的启发式方法相加以返回游戏每个状态的值。我希望实现学习功能，让程序能够学习每个启发式方法的权重。让程序学习每个启发式方法的权重最有效的方法是什么？当然，只有在尝试后，程序才能知道某个权重对某个启发式方法是否有效。唯一的选择是某种试错系统吗？

谢谢你的帮助！

回答：

我很少在实践中使用极小极大算法 – 但一般来说，最好有一个内在的分数/好坏标准作为基础。第一步是尝试为你的游戏定义这样的分数，并将其作为一个接口暴露出来，供每个支持的游戏实现。

唯一的选择是某种试错系统吗？

不！遗传算法在这种事情上很受欢迎（至少在业余爱好者中），并且可以成功地用于许多问题（如果有足够的时间）。你可以在早期的人工智能研究中找到很多相关信息，特别是与国际象棋程序相关的。

你可以查找一些关于超参数优化的研究，以找到更多机器学习风格的方法来实现它。不幸的是，这个领域的研究还不如它应该的那样深入。

根据所实现的游戏的具体情况/启发式方法的性质，还有更多的可能性。