คำถามติดแท็ก gaming

ฉันเคยได้ยินเกี่ยวกับแนวคิดนี้ในโพสต์ของ Reddit เกี่ยวกับ Alpha Go ฉันพยายามอ่านบทความและบทความ แต่ไม่สามารถเข้าใจอัลกอริทึมได้จริง ๆ ดังนั้นใครบางคนสามารถให้คำอธิบายที่เข้าใจง่ายว่าอัลกอริทึมการค้นหา Monte-Carlo ทำงานอย่างไรและมันถูกใช้ในการสร้างบอท AI ที่เล่นเกมได้อย่างไร?

16 gaming  monte-carlo-tree-search 

บางโปรแกรมทำการค้นหาวิธีการแก้ปัญหาอย่างละเอียดในขณะที่โปรแกรมอื่นค้นหาแบบแก้ปัญหาโดยค้นหาคำตอบที่คล้ายกัน ตัวอย่างเช่นในหมากรุกการค้นหาท่าต่อไปที่ดีที่สุดมีแนวโน้มที่จะหมดแรงกว่าในขณะที่ใน Go การค้นหาท่าต่อไปที่ดีที่สุดมีแนวโน้มที่จะเป็นฮิวริสติกในธรรมชาติมากขึ้นเนื่องจากพื้นที่ค้นหามีขนาดใหญ่กว่ามาก เทคนิคการค้นหากำลังดุร้ายกำลังหาคำตอบที่ดีถือว่าเป็น AI หรือจำเป็นต้องใช้อัลกอริทึมแบบฮิวริสติกก่อนที่จะถือว่าเป็น AI หรือไม่? ถ้าเป็นเช่นนั้นคอมพิวเตอร์ที่เล่นหมากรุกเป็นอาชีพที่มนุษย์มองว่าเป็นเหตุการณ์สำคัญหรือไม่?

12 gaming  search  chess  heuristics 

ฉันต้องการเริ่มต้นด้วยสถานการณ์ที่ทำให้ฉันคิดว่า MCTS สามารถทำงานได้ดีเพียงใด: ลองสมมติว่ามีการย้ายที่ยังไม่ได้เพิ่มลงในแผนผังการค้นหา มันเป็นเลเยอร์ / การเคลื่อนไหวที่ลึกเกินไป แต่ถ้าเราเล่นท่านี้เกมจะชนะโดยทั่วไป อย่างไรก็ตามลองสมมติว่าการเคลื่อนไหวทั้งหมดที่สามารถใช้แทนในสถานะเกมที่กำหนดนั้นแย่มาก เพื่อการโต้แย้งสมมติว่ามีการเคลื่อนไหวที่เป็นไปได้ 1,000 ครั้งและมีเพียงหนึ่งในนั้นเท่านั้นที่ดี (แต่ดีมาก) และที่เหลือก็แย่มาก MCTS จะไม่จดจำสิ่งนี้หรือไม่ปลูกต้นไม้ค้นหาไปทางนี้และให้คะแนนทรีย่อยนี้แย่มาก? ฉันรู้ว่า MCTS ในที่สุดจะมารวมกันเป็น minimax (และในที่สุดมันก็จะสร้างต้นไม้ทั้งหมดหากมีหน่วยความจำเพียงพอ) จากนั้นควรรู้ว่าการเคลื่อนไหวนั้นดีแม้ว่าจะมีความเป็นไปได้ที่ไม่ดีมากมาย แต่ฉันเดาว่าในทางปฏิบัตินี่ไม่ใช่สิ่งที่เราสามารถพึ่งพาได้ บางทีใครบางคนสามารถบอกฉันได้ว่านี่เป็นการประเมินที่ถูกต้องในส่วนของฉันหรือไม่ นอกเหนือจากสถานการณ์พิเศษนี้ฉันยังต้องการทราบว่ามีสถานการณ์อื่น ๆ ที่ MCTS จะทำงานได้ไม่ดี (หรือดีเป็นพิเศษ)

10 gaming  monte-carlo-tree-search 

ฉันกำลังเขียนเอ็นจิ้นเพื่อเล่นเกมการ์ดเนื่องจากยังไม่มีเอ็นจิ้นสำหรับเกมนี้โดยเฉพาะ ฉันหวังว่าจะสามารถแนะนำโครงข่ายประสาทเทียมให้กับเกมได้ในภายหลังและให้เรียนรู้ที่จะเล่นเกม ฉันกำลังเขียนเอ็นจิ้นในลักษณะที่เป็นประโยชน์สำหรับผู้เล่น AI มีจุดเลือกและที่จุดเหล่านั้นรายการของตัวเลือกที่ถูกต้องจะถูกนำเสนอ การเลือกแบบสุ่มจะสามารถเล่นเกม (แม้ว่าจะไม่ดี) ฉันได้เรียนรู้มากมายเกี่ยวกับเครือข่ายประสาท (ส่วนใหญ่ NEAT และ HyperNEAT) และสร้างการใช้งานของฉันเอง ฉันยังไม่แน่ใจว่าจะสร้าง AI ที่ดีที่สุดที่สามารถพิจารณาตัวแปรทั้งหมดในเกมประเภทใดประเภทหนึ่งเหล่านี้ได้ มีวิธีการทั่วไปหรือไม่? ฉันรู้ว่า Keldon เขียน AI ที่ดีสำหรับ RftG ซึ่งมีความซับซ้อนในระดับที่เหมาะสมฉันไม่แน่ใจว่าเขาจะสร้าง AI ได้อย่างไร คำแนะนำใด ๆ? เป็นไปได้ไหม มีตัวอย่างที่ดีของสิ่งนี้หรือไม่? อินพุตถูกแมปอย่างไร? แก้ไข: ฉันดูออนไลน์และเรียนรู้ว่าเครือข่ายประสาททำงานอย่างไรและโดยปกติแล้วพวกเขาเกี่ยวข้องกับการจดจำรูปภาพหรือควบคุมเอเจนต์ธรรมดา ฉันไม่แน่ใจว่าจะนำไปใช้กับการเลือกด้วยบัตรที่มีการทำงานร่วมกันที่ซับซ้อนหรือไม่ ทิศทางใดต่อสิ่งที่ฉันควรมองเข้าไปจะได้รับการชื่นชมอย่างมาก เกี่ยวกับเกม: เกมคล้ายกับ Magic: The Gathering มีผู้บัญชาการที่มีสุขภาพและความสามารถ ผู้เล่นมีกลุ่มพลังงานที่พวกเขาใช้เพื่อวางลูกน้องและคาถาบนกระดาน มิเนียนมีสุขภาพค่าโจมตีค่าใช้จ่ายและอื่น ๆ การ์ดยังมีความสามารถซึ่งไม่สามารถระบุได้อย่างง่ายดาย ไพ่จะถูกเล่นจากมือไพ่ใหม่จะถูกดึงมาจากสำรับ สิ่งเหล่านี้จะเป็นประโยชน์สำหรับการพิจารณาโครงข่ายประสาท

10 neural-networks  machine-learning  gaming  neat