我目前正在开发一款类似于 66 或 Schnapsen 的 2 人即玩即抽纸牌游戏。基本上,您需要通过赢得技巧来收集积分,并且当牌组中有牌时,双方玩家在每一轮后都抽一张牌。
我正在为游戏编写一个优秀的 AI,它不会作弊,但实际上仅使用它在给定游戏状态下的信息来计算最佳 Action 。 我无法决定哪种算法或逻辑最适合使用。 我决定不使用像 Alpha-Beta 修剪这样的算法,因为隐藏信息太多,尤其是在游戏开始时。 我看了很多关于蒙特卡洛树搜索和相关 UCT 搜索的有趣的东西,但由于游戏具有随机元素,所以需要搜索的树会在短时间内变得巨大。
哪种算法或方法最适合使用?
最佳答案
Here链接到 UCT 在克朗代克纸牌中的应用。 MCTS 非常适合该问题,因为它可以很好地处理随机性。
你可以看看论文里面描述的sparse方法来限制树的宽度。
关于algorithm - 蒙特卡洛树搜索或其他随机纸牌游戏算法?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11032022/