我应该使用什么算法来“遗传人工智能改进”？

Question

首先，这不是一个关于如何让一个程序在一行中播放5的问题。去过那里，干过那事。

介绍性解释

我制作了一款五人制游戏，作为一个框架来试验基因改良的人工智能(哎哟，听起来太自命不凡了)。与大多数基于回合的游戏一样，最好的移动是通过给每一个可能的移动分配一个分数，然后以最高的分数进行移动。将分数分配给移动(正方形)的函数如下所示：

1. 如果正方形已经有一个标记，那么分数是0，因为在正方形中放置一个新标记是非法的。
2. 每个方块可以是多达20个不同的获胜行(5个水平，5个垂直，10个对角线)的一部分。正方形的分数是这些行的分数之和。
3. 一行的得分取决于已经在行中的友方和敌人标记的数量。示例：

- A row with four friendly tokens should have infinite score, because if you place a token there you win the game.  
- The score for a row with four _enemy_ tokens should be very high, since if you _don't_ put a token there, the opponent will win on his next turn.
- A row with both friendly and enemy tokens will score 0, since this row can never be part of a winning row.

​

考虑到这个算法，我声明了一个名为TBrain的类型：

type
  TBrain = array[cFriendly..cEnemy , 0..4] of integer; 

数组中的值表示N个友好令牌和0个敌人令牌或0友好令牌和N个敌人令牌的一行的得分。如果一行中有5个标记，则没有得分，因为行已经满了。

实际上，很容易决定哪些值应该在数组中。大脑0,4应该是“无限的”，让我们称之为1.000.000。vBrain1,4 1，4应该非常高，但不要太高，以至于大脑宁愿阻止几场敌人的胜利，也不愿战胜自己。

接待员以下(不太可能)板：

  0123456789
 +----------
0|1...1...12
1|.1..1..1.2
2|..1.1.1..2
3|...111...2
4|1111.1111.
5|...111....
6|..1.1.1...
7|.1..1..1..
8|1...1...1.

玩家2应该将他的令牌放置在(9,4)中，而不是在(4,4)中，即使他会阻止8位潜在获胜的第1位球员。因此，vBrain0，4 1，4应该是(vBrain0,4/8)-1。像这样工作，我们可以为“大脑”找到最佳值，但这不是我感兴趣的。我想要一个算法来找到最好的值。

我已经实现了这个框架，所以它完全是确定性的。分数不加随机值，如果几个方块有相同的分数，左上角将被选中。

实际问题

这就是介绍，现在是有趣的部分(至少对我来说)

我有两个“大脑”，vBrain1和vBrain2。我应该如何迭代地使这些更好呢？我想是这样的：

1. 使用随机值初始化vBrain1和vBrain2。
2. 模拟他们之间的游戏。
3. 将胜利者的价值分配给输家，然后随机改变其中的一个。

这看起来不管用。大脑不会变得更聪明。为什么？

分数法是否应该在结果中添加一些小的随机值，这样两个相同的大脑之间的两场游戏就会不同了？每个迭代的值应该有多大的变化？如何初始化“大脑”？用恒定的值？随机值？

此外，这与人工智能或遗传算法有任何关系吗？

PS:这个问题与一排中的五人无关。这只是我选择的东西，因为我可以宣布一个非常简单的“大脑”来进行实验。

Answer 1

一般来说，是的，通过使用遗传算法技术，你可以使大脑变得更聪明。

随机性，或突变，在遗传规划中起着重要作用。

我喜欢这个教程，遗传算法:酷名&该死的简单。

(它使用Python作为示例，但不难理解)

Answer 2

如果你想像遗传算法一样处理这个问题，你就需要一个完整的“大脑”群体。然后评估他们之间的相互，要么每一个组合或使用一种比赛风格。然后选择种群中最高的X%作为下一代的父母，后代是通过突变(你拥有的)或遗传交叉(例如，在两个“大脑”之间交换行或列)而产生的。

此外，如果你没有看到任何进化的进展，你可能需要的不仅仅是得失，而是想出某种分数系统，这样你就可以更有效地对整个种群进行排名，这使得选择变得更加容易。

Answer 3

看一看增强组织的神经进化 (整洁)。一个奇特的缩略词，它基本上意味着神经网络的发展--它们的结构(拓扑)和连接权重。我编写了一个名为.Net的SharpNEAT实现，您可能想看看这个实现。SharpNEAT V1也有一个Tic-Tac-脚趾实验.

http://sharpneat.sourceforge.net/