我一直在玩Brain.js和AI，所以我认为创建一个可以玩一个简单的X-o游戏的AI会很有趣，在该游戏中，AI在每次移动/游戏后都可以轻松学习。但是我有一些麻烦。
我：我的训练模型应该是什么样的？
II：应该为AI提供单个动作还是当前板的整个状态？
III：AI只是在预测对方的举动还是在寻找最佳结果的位置？防止其他玩家获胜（平局）与争取获胜之间有区别。这是强化学习吗？
IV：AI应该如何知道目标结果是什么？
V：我如何代表AI理解网格上的每个坐标和每个玩家（x，o）。
VI：只要AI尝试产生类似于tarining模型的结果，它是否应该关心它是X还是O？
我问所有这些问题的原因是因为我对AI的知识有限。 在最初的训练模型中，我将图块表示为三个可能的值。 0，.1，.2，如果为.1，则被玩家x占用，.2，其被玩家o占用，0表示未被占用。瓷砖本身是x / 10 y / 10，我什至不确定这是否是正确的方法。但是从本质上讲，训练模型就是这样。
input: [.1,.1,.1]//x,y,player 1
output: [0,0,.2]//x,y,player 2
input: [.2,0,.1]
output: [.1,.1,.2]
以此类推。
此模型无法正常运行有几个原因。它无法正确预测下一个地点。它不知道是x还是o。
然后，我尝试了另一种模型，将整个电路板的状态反馈给它。希望它能带我回到下一个要占据的位置。我给了它三个状态作为训练数据。但这也行不通，只是导致NaN
trainingdata.push({
input:
[{
xpostion:0,
yposition:0,
val:0
},{
xpostion:.1,
yposition:0,
val:0
},{
xpostion:.2,
yposition:0,
val:0
},{
xpostion:0,
yposition:.1,
val:0
},{
xpostion:.1,
yposition:.1,
val:.1
},{
xpostion:.2,
yposition:.1,
val:0
},{
xpostion:0,
yposition:.2,
val:0
},{
xpostion:.1,
yposition:.2,
val:0
},{
xpostion:.2,
yposition:.2,
val:0
}],
output: [{xpostion:0,yposition:0,val:.2}]
});
所以基本上我回到正题了。我的目标是将每次打法/每局比赛都传递到训练数据上，以便AI学习更多的局限。