创建一个机器人以选择最小的唯一编号。
(基于我多年前听说的一项心理学实验,但无法再次进行追踪。)
规则
- 每个游戏将由10个随机选择的机器人组成,每个机器人进行1000回合。
- 每回合,所有漫游器都会从1到10(包括10)之间选择一个整数。选择相同值的所有漫游器都将被排除,剩下的拥有最小值的漫游器将获得一个分数。
- 如果没有机器人选择唯一的值,则不会获得任何积分。
- 在1000回合结束时,得分最高的机器人(或所有得分最高的机器人)将赢得比赛。
- 比赛将持续200 *(玩家人数)游戏。
- 获胜百分比最高的机器人将赢得比赛。
技术指标
Bots必须是Python 3类,并且必须实现两个方法:select
和update
。
机器人将使用索引构建。
select
不传递任何参数,并返回机器人在当前回合中的选择。
update
传递了上一轮每个机器人所做选择的列表。
例
class Lowball(object):
def __init__(self, index):
# Initial setup happens here.
self.index = index
def select(self):
# Decision-making happens here.
return 1
def update(self, choices):
# Learning about opponents happens here.
# Note that choices[self.index] will be this bot's choice.
pass
控制者
import numpy as np
from bots import allBotConstructors
allIndices = range(len(allBotConstructors))
games = {i: 0 for i in allIndices}
wins = {i: 0 for i in allIndices}
for _ in range(200 * len(allBotConstructors)):
# Choose players.
playerIndices = np.random.choice(allIndices, 10, replace=False)
players = [allBotConstructors[j](i) for i, j in enumerate(playerIndices)]
scores = [0] * 10
for _ in range(1000):
# Let everyone choose a value.
choices = [bot.select() for bot in players]
for bot in players:
bot.update(choices[:])
# Find who picked the best.
unique = [x for x in choices if choices.count(x) == 1]
if unique:
scores[choices.index(min(unique))] += 1
# Update stats.
for i in playerIndices:
games[i] += 1
bestScore = max(scores)
for i, s in enumerate(scores):
if s == bestScore:
wins[playerIndices[i]] += 1
winRates = {i: wins[i] / games[i] for i in allIndices}
for i in sorted(winRates, key=lambda i: winRates[i], reverse=True):
print('{:>40}: {:.4f} ({}/{})'.format(allBotConstructors[i], winRates[i], wins[i], games[i]))
附加信息
- 没有机器人会与自己对战。
- 如果机器人少于100场比赛的情况很少发生,比赛将重新进行。
- 机器人可以在回合之间存储状态,但不能在游戏之间存储状态。
- 不允许访问控制器或其他机器人。
- 如果结果变化太大,则比赛次数和每场比赛的回合数可能会增加。
- 任何引发错误或给出无效响应(非整数,[1,10]以外的值等)的漫游器都将被取消比赛资格,并且没有它们的比赛将重新进行。
- 没有回合的时间限制,但是如果机器人花费的时间太长,我可以实施一个回合。
- 每个用户的提交数量没有限制。
提交截止日期为9月28日(星期五)UTC时间23:59:59。
结果
BayesBot: 0.3998 (796/1991)
WhoopDiScoopDiPoop: 0.3913 (752/1922)
PoopDiScoopty: 0.3216 (649/2018)
Water: 0.3213 (660/2054)
Lowball: 0.2743 (564/2056)
Saboteur: 0.2730 (553/2026)
OneUpper: 0.2640 (532/2015)
StupidGreedyOne: 0.2610 (516/1977)
SecondSaboteur: 0.2492 (492/1974)
T42T: 0.2407 (488/2027)
T4T: 0.2368 (476/2010)
OpportunityBot: 0.2322 (454/1955)
TheGeneral: 0.1932 (374/1936)
FindRepeats: 0.1433 (280/1954)
MinWin: 0.1398 (283/2025)
LazyStalker: 0.1130 (226/2000)
FollowBot: 0.1112 (229/2060)
Assassin: 0.1096 (219/1999)
MostlyAverage: 0.0958 (194/2024)
UnchosenBot: 0.0890 (174/1955)
Raccoon: 0.0868 (175/2015)
Equalizer: 0.0831 (166/1997)
AvoidConstantBots: 0.0798 (158/1980)
WeightedPreviousUnchosen: 0.0599 (122/2038)
BitterBot: 0.0581 (116/1996)
Profiteur: 0.0564 (114/2023)
HistoryBot: 0.0425 (84/1978)
ThreeFourSix: 0.0328 (65/1984)
Stalker: 0.0306 (61/1994)
Psychadelic: 0.0278 (54/1943)
Unpopulist: 0.0186 (37/1994)
PoissonsBot: 0.0177 (35/1978)
RaccoonTriangle: 0.0168 (33/1964)
LowHalfRNG: 0.0134 (27/2022)
VictoryPM1: 0.0109 (22/2016)
TimeWeighted: 0.0079 (16/2021)
TotallyLost: 0.0077 (15/1945)
OneTrackMind: 0.0065 (13/1985)
LuckySeven: 0.0053 (11/2063)
FinalCountdown: 0.0045 (9/2000)
Triangle: 0.0039 (8/2052)
LeastFrequent: 0.0019 (4/2067)
Fountain: 0.0015 (3/1951)
PlayerCycle: 0.0015 (3/1995)
Cycler: 0.0010 (2/1986)
SecureRNG: 0.0010 (2/2032)
SneakyNiner: 0.0005 (1/2030)
I_Like_Nines: 0.0000 (0/1973)