問題タブ [artificial-intelligence]

麻雀 (麻雀ソリティアではなく、実際のゲーム) は、基本的なルールとゲームプレイの点ではかなり単純ですが、特定の最終的なゲームの目標を目指すために AI が移行するための目標の設定は、かなり複雑に見えます。

このトピックに関連する論文、研究、またはその他の資料を知っている人はいますか?

私がこの質問をしているのは、明確な答えを与えることができるよく読まれた CS タイプがここにたくさんいることを知っているからです。

自分でコードを生成してコンパイルしてプログラムを書き、過去の反復から学習して進歩するような AI が存在するか (または研究/開発されているか) 疑問に思っています。私は、私たちプログラマーを時代遅れにするために働くことについて話している. 試行錯誤によって、プログラミング言語で何が機能し、何が機能しないかを学習するものを想像しています。

私はこれが空想のパイに聞こえることを知っているので、何が行われたかを知りたいと思っています。

もちろん、人間のプログラマーでも入力と仕様が必要なので、このような実験ではパラメーターを慎重に定義する必要があります。AI がさまざまなタイミング機能を探索する場合と同様に、その側面を明確に定義する必要があります。

しかし、洗練された学習 AI があれば、それが何を生成するのか興味があります。

私たちの判断力、好み、偏見など、コンピューターが再現できない人間の資質がたくさんあることを私は知っています。しかし、私の想像力は、1 日考えた後に Web サイトを吐き出して、それが何を思いついたのかを私に見せてくれるプログラムのアイデアが好きです。でも、1日1回、フィードバックをして学習を手伝うかもしれません。

この考えのもう 1 つの手段は、「メニュー付き Web サイト」や「画像ツール」などの高レベルの説明を提供するとよいでしょう。これにより、コード補完モジュールとして役立つ十分な深さのコードが生成され、詳細。しかし、それは非インテリジェントな静的階層コード補完スキームとして想定できると思います。

どうですか？

まず第一に、これは解決するのが難しいことです。これまでのところ、良い例は思いつきませんでしたが、誰かがこれを理解してくれることを願っています. この種の問題を解決する既知の方法、またはあいまいなアルゴリズムがあることを願っています。

シナリオ：

• 私のアプリケーションでは、まったく同じWebページに対していくつかのリクエストを行います
• Webページには、動的でランダムなコンテンツが含まれています（日時、その日の引用など、理論的には何でもかまいません）
• このアプリケーションの応答には 2 つのケースがあり、それらを「TRUE」と「FALSE」と呼びましょう。たとえば、応答が「True Text」を返す場合もあれば、「False Text」を返す場合もあります。
• 私のアプリケーションは、「TRUE」ケースの 3 つのサンプルと「FALSE」ケースの 3 つのサンプルを認識していますが、これらには「時間」などのランダムなコンテンツも含まれています。

チャレンジ

• アプリケーションが新しい応答を受け取ったとき、この応答が「TRUE」または「FALSE」の例であるかどうかをどのように理解できますか?

私が試したこと

• TRUE ケースの最初のサンプルを行ごとに処理し、文字の値から整数配列を生成します
• 2 番目の TRUE サンプルに対して同じことを行います
• 3 番目の TRUE サンプルについても同じことを行います
• これらの保存された TRUE ケースの違いを分析し、新しい配列を作成します
• これで、どの行が動的 (datetime など) であるかがわかったので、静的行のみを最終 TRUE ケース配列に格納する新しい最終 TRUE ケース配列を作成します。
• 新しいケースを取得したら、同様の配列を作成し、以前に保存された最終的な TRUE ケースと比較し、一致する場合 (フィルター処理された行を除く)、他の行が大幅に変更された場合 (許容値がある場合)は TRUE ケースです。間違い。

このアルゴリズムの制限と弱点は明らかです。場合によっては良い結果が得られますが、常に期待どおりに機能するとは限りません。

私の現在のクラスは次のように機能します：

タイトルが意味不明で、うまく表現できなくてすみません。

コンピューター サイエンスの学生時代を通じて、私は人工知能のさまざまな側面に夢中になりました。エキスパート システム、ニューラル ネットワークからデータ マイニング (分類) まで。このアカデミックな情熱をプロに変えるとしたら、AI 関連の仕事にはどのようなものがあるのでしょうか。

Twitter、Google、Amazon、del.icio.us などはすべて無料で遊べる大量のデータを提供します。Project Gutenberg などのイニシアチブを通じて利用できるテキスト データも多数あります。そして、それは氷山の一角に過ぎないようです。

このデータをどのように楽しみに使用できるか、ずっと考えていました。私は IT の学生 1 年生なので、統計、機械学習、協調フィルタリングなどの知識はありません。この分野への関心は、Toby Segaran著『 Programming Collective Intelligence 』という本に刺激されました。データでできること。どこから始めればよいかわかりません。何か案は？

また、人工知能プログラミングのパラダイムのようなものを買いに行くべきかどうかも考えています。街中を旅する価値はありますか？

AIクラスのプロジェクトでは、テトリスの単純なゲームに勝る強化学習アルゴリズムを実装する必要があります。ゲームはJavaで書かれており、ソースコードがあります。私は強化学習理論の基礎を知っていますが、SOコミュニティの誰かがこの種のことを実際に体験したことがあるかどうか疑問に思いました。

1. テトリスゲームで強化学習を実装するための推奨読書は何ですか？
2. チェックする価値のある同様のことを達成する優れたオープンソースプロジェクトはありますか？

編集：より具体的であるほど良いですが、主題に関する一般的なリソースを歓迎します。

ファローアップ：

フォローアップを投稿したらいいなと思いました。

これが私が将来の学生のために最終的に得た解決策（コードと記述）です:)。

紙/コード

位置トラックとして光学式マウスを使用するロボットがあります。基本的に、ロボットが動くと、マウスを使用してX方向とY方向の変化を追跡できます。マウスは、移動している方向（つまり、負のXまたは正のX）も追跡します。これらの値は、別々のXレジスタとYレジスタに合計されます。

これで、ロボットは所定の位置で回転し、前進するだけです。そのため、ロボットの動きは理想的には直線であり（ただし、マウスのトラッキングは、方向を変えると偏差を拾う可能性があります）、特定の角度で行われます。ロボットの特定の動きのセットは次のようになります
。A：45度回転、3インチ移動
B：90度回転、10インチ移動
C：-110度回転、5インチ移動
D：10度回転、1インチ移動
しかしマウスXおよびマウスYレジスタが、各方向に移動した実際の距離を示すたびに。

さて、AからDへの移動セットのみを繰り返したい場合、すでに収集した情報を使用してこれを行うにはどうすればよいですか。基本的に、すでにフィードしているすべての角度と距離を合計できることはわかっていますが、各移動順序に大きなエラーがあった場合、これは不正確であることがわかります。マウスからの生の情報をどのように使用できますか？友人から、マウスの値を連続的に正弦波と正弦波で計算して最終的なベクトルを計算できるというアイデアがありましたが、これがどのように機能するかはよくわかりません。

問題は、マウスが相対的な読み取り値しか表示しないため、回転または後方に移動すると、情報が消去される可能性があることです。そうですね、私が疑問に思っているのは、アルゴリズムを実装して、変更を継続的に追跡し、元々そこに到達するためにジグザグに移動した場合に最短経路を提供できるようにする方法です。

GA を使用して、特定の条件 (長さ、ターン数など) を満たす A から B への最適なパスを決定したい。

パスの例: 上 4、左 8、下 3、右 3、下 1、左 10、上 4、左 1、上 3

問題は、特にパスが可変長であるため、このような情報を GA で使用するのに適した方法で表現する良い方法を本当に知らないことです。

このようなことを行う方法を知っている人はいますか?

良い動きをして他のプレイヤーに勝つことを学習するチェス エンジンをプログラムしたいと考えています。チェス盤の表現と、すべての可能な動きを出力する関数を既にコーディングしました。したがって、ボードの特定の状況がどれほど良いかを示す評価関数だけが必要です。したがって、与えられた位置を評価する人工ニューラル ネットワークを使用したいと思います。出力は数値でなければなりません。値が高いほど、白人プレーヤーの位置が高くなります。

私のアプローチは、385 個のニューロンのネットワークを構築することです。ボードには 6 つのユニークなチェスの駒と 64 のフィールドがあります。したがって、すべてのフィールドに対して 6 つのニューロン (すべてのピースに 1 つ) を使用します。白い駒がある場合、入力値は 1 です。黒い駒がある場合、値は -1 です。そのフィールドにそのようなピースがない場合、値は 0 になります。さらに、プレイヤーが移動するためのニューロンが 1 つ必要です。白のターンの場合、入力値は 1 であり、黒のターンの場合、値は -1 です。

ニューラルネットワークの構成はなかなか良いと思います。しかし、主要な部分が欠けています: このニューラル ネットワークをコーディング言語 (Delphi など) に実装するにはどうすればよいでしょうか? 各ニューロンの重みは最初は同じであるべきだと思います。試合の結果に応じて、重みを調整する必要があります。しかし、どのように？2 人のコンピューター プレイヤー (両方とも私のエンジンを使用) を対戦させるべきだと思います。白が勝った場合、黒は重みが良くないというフィードバックを受け取ります。

したがって、ニューラル ネットワークをコーディング言語に実装するのを手伝っていただければ幸いです (Delphi が最適ですが、それ以外の場合は疑似コードです)。前もって感謝します！