Tic Tac Toe使用机器学习与LMS规则

Question

我正在尝试使用最小均方（LMS）规则的机器学习（Tom Mitchell的着名书籍Tic Tac Toe中提出的练习）来实现着名的Machine Learning游戏。

我让计算机通过与最佳对手进行对战来进行学习，然后选择最佳动作，然后对抗随机玩家。对于最佳对手，我的节目赢得了大约90％的比赛，并且在没有输掉比赛的情况下结束了其他比赛。对于一个随机的对手，它赢了大约83％，并且输掉了15％的比赛。

然而，当我对抗该计划时，我每次都使用相同的策略获胜。

以下是我的计划的运作方式：
 *创建学习者和玩家（随机或最佳）
 * while（游戏运行）
 *生成转弯的所有可能状态，并使用最佳转弯  *保存最佳转弯
 *浏览已保存的电路板并计算每个功能的值
 *使用特征和当前权重计算董事会得分
 *计算训练分数：
   *如果最后一块板赢了：最后一块板的训练值== 100
   *如果最后一块板丢失：最后一块板的训练值：-100
 *使用LMS规则调整权重

我希望这种方法可以让电脑完美播放（大部分时间赢，否则打平）？我错了，或者我的训练方法有问题吗？

非常感谢在这个问题上使用的思想，想法，代码，船上功能建议。

Answer 1

我在1968年至1969年在利哈伊（Lehigh）的高年级做了类似的计划，计算机在水上运行。 ;-)一个模块是最佳播放器，第二个模块是学习机器。在最好的情况下，学习机在极少数的训练游戏中实现了完美的发挥。为了使事情变得更有趣，我还插入了一个控件来实现＆＃34;最佳＆＃34;玩家以我能控制的速度发出随机错误。然后，我可以衡量学习率与智力的关系。培训合作伙伴（不再是最佳）。重要的是，尽管时间有点长，但学习机仍然成为最佳玩家。虽然这是一个微不足道的游戏，当人们沿着哲学路线扩展这个概念时，它确实表明计算机最终将变得比他们的教师更加智能化。＆＃34;