情報が不完全な 2 人用ゲーム「Stratego」を開発したいと考えています。
ゲームはチェスに「いくらか」似ていますが、最初は相手の駒のランクについて何も知りません。駒が敵の駒を攻撃したり攻撃されたりすると、ランクが明らかになり、ランクの高い駒がランクの低い駒を殺したり捕獲したりします。ゲームの詳細については、こちらをご覧ください。
少し調べてみました。JA Stankiewicz 著の「Opponent Modeling in Stratego」を読みました。しかし、ゲームの開発方法に関する完全なチュートリアルは見つかりませんでした。私は 2 人用ゲーム (「オセロ」、別名リバーシ) の開発に成功し、MINIMAX アルゴリズムとアルファ ベータ プルーニングに精通しています。
ゼロサム 2 プレーヤー ゲームの開発にもモンテカルロ木探索が使用されていることをどこかで見つけました。ストラテゴなどのゲームに使用できますか? 同じことの完全なチュートリアルを入手できますか?
モンテカルロ木探索を含まない他のチュートリアルも役に立ちます:)
MCTS は、Stratego で苦労するだろうと思います。なぜなら、初期拡散関数が非常に大きいのに対し、最高のプレイはゲームのグラウンド トゥルースに大きく依存するからです。つまり、MCTS は、最良の場合、対戦相手の駒の可能なすべてのバリエーションの中で統計的に優れたプレイを提供しますが、次の最良の動きは、相手が選択した特定のバリエーションに大きく依存します。
私はまだ MCTS についてしっかりと理解を深めていますが、MCTS は、隠された情報を含むマルチラウンドの欺瞞的なプレイが重要なゲームではうまく機能しないように思えます (ポーカー、標準的には、ストラテゴもそうです)。そのようなゲームでは、他のプレイヤーの状況/戦略のモデルを開発する必要があり、MCTS はその性質上、グラウンド トゥルース ツリーだけでなく、すべてのツリーに統計的に関連する答えを提供します。
MCTS は、大量のチャンスを伴うゲーム (バックギャモンや、サイコロや多くのカード ゲームを含むその他のボード ゲーム) でうまく機能し、多くの現代の「ヨーロピアン スタイル」ボードに急速に採用できる優れた汎用ソリューションのように思えます。ゲーム。(これらの興味深い点は、「欺瞞的な戦略」を伴うものの、一般的に隠された情報が比較的少ないことです。)
私が持っていたものの上の不完全な情報のためのMCTSを知りません、そしてそれを機能させるためにアルゴリズムにかなりの修正が必要であるように思われます。
非常に制限されたタイプのStrategoでも、両側に10個のピース、2つのタイプのピース、そして「より強い」ピースの1つだけがありますが、実際の10のゲームのうちの1つをプレイしています。ストラテゴの完全なゲームでは、開始位置の組み合わせが多数あるため、それよりもはるかに不確実性があります。これらはすべて同じように見えます。
また、「明らかにされた知識」をキャプチャするためにアルゴリズムを拡張する必要があるようです。たとえば、おもちゃの例では、ピース間のすべての遭遇により、敵の位置に関する情報が明らかになります。
試してみるのは面白いようですが、最初は非常に制限されたStrategoのような問題であり、既製のMCTSでは不十分であり、適切な拡張機能について慎重かつ深く考える必要があることを理解した上でのみです。アルゴリズムに。