如何在Python中构建游戏神经网络？

Question

我是一名神经网络初学者。我想通过教电脑玩跳棋来学习神经网络的基础知识。实际上，我想要学习的游戏是Domineering和Hex。

这些游戏很容易存储，规则比国际象棋简单得多，但玩的人不多。如果我能将这个想法发挥出来，那么试验Combinatorial Game Theory会非常棒。

PyBrain似乎是Python神经网络的明显赢家，但谁可以指导我如何为我的游戏任务设置神经网络？ 2001年谷歌搜索出现Blondie24，但它使用了一些遗传算法 - 我不想让事情复杂化。

Answer 1

一旦你用机器学习（甚至人工智能，而不是imho）取代“神经网络”，正如评论正确建议的那样，我认为你会更好从Alpha-beta pruning开始，Minimax algorithm和Branch and bound想法开始。

基本上：

• 在每一步，您构建所有可能未来的树，并使用评估函数（例如董事会统治，连接，材料等）评估叶位置。
• 将结果传播到树上，选择你可以做出的最好的比赛，以及你的对手能做得越差（对他来说最好），直到你知道你所处的位置发挥什么样的动作。
• 冲洗，重复。如果您有一些良好的启发式方法，分支和绑定可以为您节省大量的计算，并且您的程序级别基本上将是搜索游戏树的深度。

这很可能是任何人都会引入新想法的基本框架，所以如果你不熟悉它，那就去吧： - ）