如何在Python中建立游戲神經網絡？

Question

我是神經網絡初學者。 我想通過教計算機玩跳棋來學習神經網絡的基礎知識。 實際上，我想學習的游戲是Domineering和Hex 。

這些游戲非常容易存儲，規則比國際象棋簡單得多，但是玩的人並不多。 如果我能把這個想法付諸實施，那對嘗試組合博弈論將會很棒。

PyBrain似乎是Python神經網絡的明顯贏家，但是誰能指導我如何為我的游戲任務建立神經網絡呢？ Google在2001年發現了Blondie24 ，但它使用了一些遺傳算法-我不想使事情復雜化。

Answer 1

正如您的注釋所建議的那樣，一旦您用機器學習 （甚至是人工智能 ，而不是恕我直言）替換了“神經網絡”，我認為您最好從Alpha-beta修剪 ， Minimax算法以及分支定界思想開始。

基本上：

• 在每個步驟中，您都將構建所有可能的期貨的樹，並使用評估功能 （例如，板支配性，連通性，材料等）評估葉片位置。
• 將結果傳播到樹上，選擇您可以做出的最佳表現，以及對手可能變得更糟的表現（對他而言最有利），直到您知道自己所處位置的動作。
• 沖洗，重復。 如果您具有一些良好的啟發式方法，則分支定界法可以為您節省大量計算時間，並且編程的級別基本上取決於它能夠搜索游戲樹的深度。

這很可能是任何人都可以引入新思想的基本框架，因此，如果您不熟悉它，請:-)