Questions tagged «combinatorial-games»

我想创建一个可以玩五行/五子棋的AI。正如我在标题中提到的那样，我想为此使用强化学习。 我将策略渐变方法（即REINFORCE）与基线一起使用。对于价值和政策函数的近似，我使用了神经网络。它具有卷积和完全连接的层。除输出外，所有层都是共享的。该策略的输出层具有8 × 8 = 648×8=648 \times 8=64（单板的大小）输出单元，并在其上具有softmax。因此它是随机的。但是，如果网络产生无效移动的可能性很高，该怎么办？无效的举动是当代理要检查其中有一个“ X”或“ O”的正方形时。我认为它可能会停留在该游戏状态中。 您能为这个问题推荐任何解决方案吗？ 我的猜测是使用演员批评方法。对于无效的举动，我们应该给予负奖励，并将转牌转移给对手。

20 machine-learning  reinforcement-learning  game-ai  combinatorial-games 

目前，我正在做一个有关创建AI来玩Gomoku游戏的项目（这就像井字游戏，但在15 * 15的板上玩，要连续赢5个）。我已经使用Q学习成功地实现了一个完美的井字游戏AI，并将游戏状态/动作存储在表格中，但是对于15 * 15的游戏板，可能的游戏状态变得太大了，因此实施此项目也是如此。 我的问题是，我应该使用神经网络还是遗传算法解决这个问题？更具体地说，我应该如何实现呢？

9 neural-networks  machine-learning  genetic-algorithms  combinatorial-games 

我发明了象棋的棋盘游戏。我建立了一个引擎，使其可以自主播放。引擎基本上是决策树。由以下人员组成： 一个搜索功能，可以在每个节点找到所有可能的合法举动 评估功能，可为棋盘位置分配一个数值（正数表示第一个玩家获得优势，负数表示第二个玩家赢得胜利） Alphabeta修剪negamax算法 有关此引擎的主要问题是评估功能的优化确实很棘手。我不知道要考虑哪些因素以及要考虑的权重。我认为改善引擎的唯一方法是，每次因数和权重的不同组合进行尝试时都要迭代游戏。但是，这在计算上似乎是一项艰巨的壮举（我可以不使用深度学习而向后传播吗？）。 我想使用强化学习，通过与自己对战来改善引擎。我一直在阅读有关该主题的文章，但我仍然很困惑。 在游戏中，输赢（1或0）部分还有什么其他奖励？如果我使用其他奖励，例如每次评估函数的输出，该如何实现呢？如何修改评估函数，以在迭代后获得更好的回报？

9 reinforcement-learning  game-ai  game-theory  combinatorial-games  negamax