algorithm - 游戏的最小-最大评估函数

Question

<分区>

Answer 1

基本上，获得游戏评价的最佳做法是:

• 玩游戏 - 试着看看你试图避免哪些情况，哪些情况是好的。尝试将这些情况表述为一般评估。
• 研究 - 有人可能已经研究过这个或类似的问题，如果是的话 - 也许有一些文章或其他 Material 暗示了一些启发式函数。

我会做的如下:

1. 创建一组启发式函数，每个函数描述游戏的一个方面(与最近的敌人的距离、敌人的火线、我的健康栏，...)。我会玩这个游戏来尽可能地扩展这个列表，当然也会在网上寻找其他人可能为这个/类似游戏找到的想法。
2. 从第一步开始，我们实际上得到了一组函数:h_1(board),h_2(board),...,h_n(board) - 但我们仍然不知道我们的函数是什么启发式函数
3. 我会尝试找到一些参数 a_1,a_2,...,a_n，并创建我的启发式函数:
   h(board) = a_1 * h_1(板)+ a_2 * h_2(板)+ ... + a_n * h_n(板
   现在的问题是——如何获取这些参数。请注意，现在我们有一个优化问题。
   这个特定问题的一个解决方案是蒙特卡洛学习。

蒙特卡洛学习:

蒙特卡洛学习的想法是创建一个智能体 (AI) 列表，每个智能体都使用 a_1,...,a_n 的一些随机值进行初始化 - 并在它们之间进行比赛。
锦标赛结束后，根据表现最好的代理更改每个代理的 a_1,...,a_n 的值，然后重新运行锦标赛。 (一种方法类似于 Genetic Algorithms 中的“生成”步骤 - 交叉和突变，但也有其他方法)。

最后 - 蒙特卡洛学习过程应该为您提供良好的 a_1,...,a_n 值 - 这将为您提供良好的棋盘启发式功能。