我正在学习人工智能，我可以实施哪些游戏来实践？

Question

我参加了一个人工智能课程，老师要求我们实施一个利用其中一种AI算法的游戏。这是我需要一些帮助的地方：

• 我不知道每种算法应用于哪种游戏
• 如果您只是举例说明游戏或游戏类型及其使用的算法，我将不胜感激

我不需要任何编码帮助，我可以管理它（我选择的语言是Java）。我只需要一点帮助来选择算法。

Answer 1

在Ben的回答的辅助下，一个好的组合是alpha-beta修剪以及类似连接4的游戏。像tic-tac-toe这样的启发式过于简单，对象棋来说太复杂了。但连接4或类似的“中间道路”游戏可以是一个很好的地方，看看启发式如何在效率和质量上产生重大影响，而且它也足够复杂，甚至可以获得一些可以赢得一些的“利基”启发式场景优于其他场景，通常更好的启发式。连接4的规则特别简单，很容易想出你自己成功的启发式方法来看看这些事情的实际效果。

另一个常见的人工智能是A *用于寻路，例如在RTS或沙箱环境中的单位旅行。

Answer 2

对于一般的游戏树来说，{p> Alpha-beta pruning是一个很好的游戏树，特别是像国际象棋和井字游戏这样的回合制游戏。

Answer 3

任何游戏都可以使用任何AI算法，如果你有一个“敌人”跟随你的2D游戏，你可以使用模糊逻辑来制作轨迹。以同样的方式，你可以使用网络（任何类型）让他们“学习”跟随你的最佳方式。 （如果它们充足，你可以使用遗传算法让它们在几代人中学习）

所以，去想一些有趣的事情，然后问一下如何通过人工智能来改善决策，并且有乐趣（这是其中最重要的部分）

你可以查看this book以获得一些想法，我的赌注是你在图书馆的某个地方拥有它

Answer 4

您可以使用N puzzle作为A* search algorithm来尝试Manhattan distance和heuristic function。

Answer 5

如前所述，A *是一种很好的游戏寻路算法。 Here is a tutorial（有来源）了解如何实施。

祝你好运！

Answer 6

马尔可夫链蒙特卡罗或MCMC算法怎么样？ http://en.wikipedia.org/wiki/Markov_chain_Monte_Carlo

在我的A.I.我用Bayesian Networks做了一个计算概率的课程。这不是太难，而是def。有趣。

Answer 7

您可以从简单的基于图块的地图和简单的路径查找算法开始，例如上面提到的A *。在您尝试与所有游戏地图一起制作带有自由移动的游戏之后。