2

私はニューラルネットワークの初心者です。コンピューターにチェッカーのプレイを教えることで、ニューラル ネットワークの基礎を学びたいです。実は、習いたいゲームはドミニアリングとヘックスです。

これらのゲームは非常に簡単に保存でき、ルールはチェスよりもはるかに単純ですが、プレイする人はあまり多くありません. このアイデアを軌道に乗せることができれば、組み合わせゲーム理論を実験するのに最適です。

PyBrainは明らかに Python ニューラル ネットワークの勝者のようですが、ゲームをプレイするタスクのためにニューラル ネットワークを設定する方法を教えてくれる人はいますか? Google 検索で 2001 年にBlondie24が見つかりましたが、いくつかの遺伝的アルゴリズムを使用しています。複雑にしたくありません。

4

1 に答える 1

0

コメントが正しく示唆しているように、 「ニューラルネットワーク」を機械学習（または人工知能、むしろ私見）に置き換えたら、アルファベータプルーニング、ミニマックスアルゴリズム、およびブランチアンドバウンドのアイデアから始めたほうがよいと思います。

基本的 ：

  • 各ステップで、考えられるすべての先物のツリーを構築し、評価関数(ボードの支配、接続性、素材など) を使用して葉の位置を評価します。
  • ツリーで結果を伝播し、自分ができる最善のプレーと、対戦相手ができる最悪のプレー (対戦相手にとって最良のプレー) を選択し、自分がいる位置でどのような動きをするかを決定します。
  • すすぎ、繰り返します。分枝限定法は、優れたヒューリスティックがいくつかあれば、多くの計算を節約できます。プログラムのレベルは、基本的に、ゲーム ツリーを検索できる深さになります。

これはおそらく誰もが新しいアイデアを導入するための基本的なフレームワークになるので、慣れていない場合は試してみてください:-)

于 2012-10-26T22:10:11.053 に答える