在阅读这个问题之前，请注意我使用术语AI来描述一种算法，该算法不会从错误中学习，只是一种以高效智能的方式玩游戏的算法。
不久前看过this视频后，我决定制作自己的蛇AI。你可以找到它here（这是几个文件，这就是为什么我不在这里包含它们）。这个AI远非完美，现在我想知道完美的AI算法对于Snake游戏是什么。与我的版本不同，Snake的原始版本不包含墙，但如果您的AI算法可以处理它，那将会很好。您的算法必须支持多种尺寸的电路板，食物随机放置。有了完美的人工智能，我的意思是一个可以收集所有樱桃/食物而不会死亡的人工智能，而不是一个可以长时间保持活力的人工智能。
答案 0 :(得分：7)
找到玩任何游戏的完美算法很难！
考虑游戏Connect 4. 1988年，Victor Allis证明了在完美的比赛条件下，白方将永远胜利（如果平局没有结果）。 His thesis长度为91页。
当我玩它时，游戏蛇涉及多条蛇以及苹果和其他在有限时间内出现的物品。
感谢Giovanni Viglietta (2013)，我们知道只能一次遍历的收藏品和路径（你不能在蛇中越过自己）是问题的标志NP-hard 。 Viglietta使用他的技术来表明Boulder Dash，Deflektor，Lemmings，Lode Runner，Mindbender，Pac-Man，Pipe Mania，波斯王子，Puzzle Bobble 3，Skweek，Starcraft和Tron都很难（在某种意义上）。 / p>
我不知道Snakes是否属于同一类别，但其结构中的相似性（收藏品，暂时的一次性路径）表明它可能。如果是这样的话，那么就没有有效的（在某种意义上）算法来指导蛇的行为而不是蛮力的方法，这对于实时游戏来说太慢了。
因此，如果一个完美的算法是可能的，你应该期望这个证明是漫长而复杂的。如果你搞清楚，你应该获得硕士学位，这可能需要两年左右。
如果问题是NP难的，那么你不太可能喜欢一个完美的算法，你不得不放弃你的任务，转而采用启发式或近似算法。