利用机器学习改进益智游戏AI

Question

我问这个问题的动机是，我发现了一个有趣的问题，使用机器学习的图形数据集。有关于这个问题的文件。例如，“从有向图上的标记和未标记数据中学习”(周、黄、肖尔科普夫)。然而，我没有人工智能或机器学习方面的背景，所以我想在从事任何科学研究之前，为更一般的读者编写一个较小的程序。

几年前我写了一部名为Solumns的游戏。它是经典世嘉游戏专栏的邪恶变体。在巴斯特特的启发下，它野蛮地使用对玩家不利的颜色组合。这很难。

我想改进它的人工智能。我认为游戏空间(由彩色块、列位置、列颜色组成的网格)比属性列表更适合图形结构。如果是这样的话，那么这个问题与我的研究问题相似。

我正考虑采用以下高层次计划来解决这个问题：

1. 我在想，如果AI的对手能够根据更多的数据给一个可能的移动指定一个健康等级，而不是移动后董事会上现有的方块数，那将是非常有用的。我在考虑用分类器。训练在移动和过去的所有动作，使用过程的其余游戏作为一个衡量成功的尺度。
2. 我也在考虑开发一个玩家机器人，可以打败标准的AI对手。在为1生成数据时，这可能很有用。
3. 使用玩家机器人游戏的示例来构建一个比战略玩家更好的人工智能。也许也可以使用这些数据1。
4. 编写一个有趣的人工智能，委托给一个可能的组合1，3，和原来的人工智能，在适当的时候，我将确定使用实验，以找到启发式的捏造因素。

为了建造玩家机器人，我想我可以用蛮力来计算样本空间。然后使用机器学习技术，比如那些在建立随机森林中使用的技术来创建某种决策者。

建立AI对手是我最困惑的地方。

然后提出具体问题：

• 评分的动作听起来像是人们用国际象棋所做的事情，虽然我承认我的方法可能是无知的，但在文学中有很多关于这一点的东西，我可以从中吸取教训。问题是，玩家机器人和AI对手应该创建数据样本吗？听起来我在不同的样本集合之间感到困惑，这听起来像是一个糟糕的训练方法。我该玩一堆游戏吗？
• 针对当前的人工智能，我应该考虑什么样的算法来训练玩家机器人？
• 我应该考虑哪种算法来训练AI对手对抗玩家机器人？

额外信息：

• 我故意不问这个策略是否是一个很好的编程游戏AI。当然，你可以写一个更简单的伟大的人工智能(毕竟，它已经很难玩)。我想通过做些有趣的事情来学习机器学习。
• 最初的游戏是用racket和C混合编写的。出于各种原因，我将它移植到jruby，可能是通过扩展或RPC调用到另一种更快的语言。我对这里现有的具体语言解决方案不太感兴趣。我想发展这方面的技能，我不怕为自己实现一个算法。

您可以获得原版游戏的源代码

Answer 1

我不想在这里学习机器。看看玩游戏的人工智能。

你有一个有两个非对称玩家的对抗性游戏(比如围棋)：

• 放置碎片的使用者，
• 和电脑谁选择的碎片(而不是偶然选择)。

我可能会从蒙特卡洛树搜索开始。