카드 게임을위한 AI 디자인

Question

현재 저는 카드 게임에 대한 AI 작업을하고 있습니다. Wizard. 마법사는 각 플레이어가 실제 게임이 시작되기 전에 그가 얼마나 많은 트릭을 쓸지 모른다고 말하는 속임수 게임입니다.

일부 서류와 책의 일부인 Artificial Intelligence: A Modern Approach을 읽은 후, 먼저 열린 카드로 게임에 대한 알고리즘을 설계하여 각 플레이어가 완전한 정보를 갖도록하기로 결정했습니다. 그래서 UCB 선택 정책을 사용하여 Monte Carlo Tree Search 알고리즘을 시작하고 구현했습니다. 나는 자바로 모든 것을 구현했으며, 꽤 잘 돌아가고있는 것처럼 보이지만, 나의 봇은 아직 최적의 상태로 플레이하지 못하고있다. 특히 당신이 얻는 트릭을 예측하는 것은 어려운 작업 인 것 같습니다. 그 때문에 나는 연주와 동일한 MCTS를 사용했습니다.

기본적으로 내 알고리즘은 게임의 현재 상태 (예 : 2 명이 입찰 한 상태)를 확장하여 하나의 새 노드 (예 : 3 명이 입찰 한 상태)를 만든 다음 게임이 끝날 때까지 무작위로 재생합니다. 그런 다음 점수를 평가하고 노드를 통해 백업합니다.

다음 단계는 알고리즘을 개선하고 트리 검색에 일부 경험적 연구를 추가하는 것이므로 손실이 발생할 가능성이 큰 분기가 처음부터 무시 될 것이라고 생각합니다.

내 질문은 : 이것은 좋은 접근이라고 생각합니까? 유망한 다른 접근법이나 다른 tipps가 있습니까?

Answer 1

나는 게임을 알지 못하지만 일반적인 조언을 드릴 수 있습니다.

• 검색 공간이 당신은 이러한 조건 MCTS와 강한 발견

을 구축하는 방법을 모르는

(즉, 이동 보드 게임) 매우 큰 경우 몬테카를로 방법은 좋은 해결책이다 네가 할 수있는 최선이야.

그러나 "최소 - 최대/알파 - 베타 정리"알고리즘 (또는 이와 유사한 알고리즘)을 사용하여 직감적으로 진행해야하는 것보다 강력한 경험적 발견 기능을 구축 할 수 있다면 입니다. 일반적으로 이러한 알고리즘을 사용하면 강력한 AI를 얻을 수 있습니다.

왜냐하면 GO에서는 MCTS를 사용하지만 체스에서는 Min-Max를 사용하기 때문입니다.

그러나 알고리즘은 AI의 10 %에 불과합니다. game-AI 프로그래밍에서 가장 어렵고 (그리고 아름다운) 부분은 게임 공간을 잘라내어 가장 강력한 휴리스틱을 만들기 위해 게임 메카닉을 활용하는 것입니다. :)

예를 들어 잘 알려진 카드 게임에서 AI를 이해하기 시작할 수 있습니다. (http://webdocs.cs.ualberta.ca/~games/poker/). 그런 다음이 기술을 게임으로 확장 할 수 있습니다.