バランスを取る必要があるコンピューターの対戦相手へのスコアリングアプローチ
この質問は、私が作成し、いくつかのコンピューターゲームで現在使用されているか、使用される予定のコンピューターの対戦相手に対するアプローチに関するものです。 バックグラウンド 昨年、「Minesweeper Flags」と呼ばれるゲームでコンピューターの対戦相手を改善しようとしたとき（簡単な説明：対戦相手よりも多くの地雷を奪わなければならない、ターンベースのマルチプレイヤーバージョンのMinesweeper ）、アルゴリズムの動作を大きく変えました。 。if-else-if-elseのようなアプローチを使用する代わりに、指定された重みを持つ「スコアラー」のセットを使用して、最適な動きを決定しています。 マインスイーパフラッグのようなゲームでは、地雷を奪う可能性が最も高いのは動きを作ることだけですが、それほど単純ではありません。通常、コンピューターがどの動きをするかは、現在のゲーム状態での特定の動きのいくつかの機能に依存します。機能の例： この動きが地雷を採点する確率はどのくらいですか？ ここで相手に何かを明かす確率はどれくらいですか？ システムの説明 システムは基本的に次のように機能します。 「事前採点者」：現在のゲームの状態に対して事前分析が行われます（掃海艇の旗に関しては、これは通常、すべての確率の計算です） 「得点者」：通常の得点者のセットは、各可能な動きの得点を決定するように求められ、各得点者はそれ自身の基準に従って得点を適用します。得点者は、行われた事前分析の結果を確認できます。 上記のステップで計算されたスコアは合計され、移動のスコアに設定されます。 同じスコアのすべての動きが同じランクになるように、動きはスコアに従ってソートされ、ランク付けされます。 「ポストスコアラー」：上記の結果は、ポストスコアラー自身のルールに従って、任意のフィールドのスコアを任意の方法で変更できる「ポストスコアラー」に送信できます。 プリスコアラー、スコアラー（ウェイト付き）、ポストスコアラーの束を組み合わせると、スコア構成と呼ばれるものになります。 結果例 これは、掃海艇旗にスコアが適用された例です。これは得点されたマップです： そして、これは実際のスコア設定の出力です。可能な動きのランクを示しています。1が最高ランクで、白で強調表示されています。 非常に柔軟なコードを記述したおかげで、このAIへのアプローチは他のゲームにも同様に挿入できます。 長所と短所 以下に、このシステムの長所と短所をいくつか挙げます。 長所 AIのさまざまな構成を非常に簡単に作成できます。 遺伝的アルゴリズムで使用することは可能です：各スコアラーには関連する重みがあり、重みが遺伝子になることができます。 いくつかのツールを使用して、特定の移動が行われた理由と、その移動の主な責任者を確認できます。 ツールを使用して、可能な動きの全体的なスコア/ランクのマップを作成することができます（上のスクリーンショットのように） 人間のプレイ方法にスコアを適用することにより、人間が行うと思われる動きをしようとする「#AI_Mirror」を作成することができます 短所 AIを可能な限り良好にプレイするために、スコア構成を「正しく」調整することは非常に困難です。 ご質問 ここで構築したシステムは、AIの世界で広く知られていますか？実際のAI用語では何と呼ばれますか？ このアプローチは理にかなっていますか、または推奨する別のアプローチがありますか？ スコア設定を微調整するプロセスを簡単にする方法はありますか？ 最後の質問について、私は遺伝的アルゴリズムを使用する可能性を知っています。SARSAについても少し気づいていますここに）。SARSAの問題は、ゲームが終わるまで報酬がわからないことだと思います。最良の動きは、報酬（地雷）をまったく与えない動きであることが多いです。現在の勝つ可能性は、現在のスコア（あなたと対戦相手が何個の地雷を奪ったか）と、現在のマップがどのようなものかによって異なります。 この質問はもともと、今では機能しない人工知能サイトに投稿されました。 このアプローチに使用される（Java）コードは、現在Code Reviewに投稿されています。