AI를 학습 중인데, 어떤 게임을 구현하여 실습할 수 있나요?

벤의 답변에 덧붙여, 알파-베타 가지치기와 커넥트 4와 같은 게임을 함께 하는 것도 좋은 조합입니다. 틱택토와 같은 휴리스틱은 너무 단순하고 체스는 너무 복잡합니다. 그러나 Connect 4 또는 이와 유사한 '중간' 게임은 휴리스틱이 효율성과 품질 모두에서 어떻게 큰 차이를 만드는지 확인할 수 있는 훌륭한 장소가 될 수 있으며, 일반적으로 더 나은 다른 휴리스틱보다 일부 시나리오에서 승리할 수 있는 '틈새' 휴리스틱을 얻을 수 있을 정도로 복잡하기도 합니다. 특히 커넥트 4의 규칙은 매우 간단하기 때문에 자신만의 성공적인 휴리스틱을 찾아내어 이를 실제로 적용하는 것이 매우 쉽습니다.

또 다른 일반적인 AI는 RTS 또는 샌드박스 환경에서 유닛 이동과 같은 경로 탐색을 위한 A*입니다.

알파-베타 가지치기는 일반적으로 게임 트리, 특히 체스나 틱택토와 같은 턴 기반 게임에 적합합니다.

이미 언급했듯이*한 알고리즘에 대한 경로 탐색에서 게임입니다. 여기서는 튜토리얼(소스)을 어떻게 구현되지 않았습니다.

행운을 빕니다!

에 대해 무엇을 마르코프 체인 몬테 카를로 또는 MCMC algorithmn. http://en.wikipedia.org/wiki/Markov_chain_Monte_Carlo

내 A.I. 클래스 I did 중 하나로 베이지안 네트워크를 계산하는 확률입니다. 그것이 아니었't 너무 너무 어렵지만 def. 흥미롭습니다.

당신은 시도해 볼 수도 있습니다N 퍼즐그리고*검색 알고리즘using맨해튼 거리로휴리스틱 기</한다.

어떤 게임에서든 AI 알고리즘을 사용할 수 있으며, '적'이 플레이어를 따라다니는 2D 게임이라면 퍼지 로직을 사용하여 궤적을 만들 수 있습니다. 그물망(어떤 종류의 것이든)을 사용하여 적들이 나를 따라다니는 가장 좋은 방법을 '학습'하게 만들 수 있는 것과 같은 방식입니다. (개체 수가 많다면 유전 알고리즘을 사용하여 여러 세대에 걸쳐 학습하도록 만들 수도 있습니다.)

그러니 재미있는 것을 생각한 다음 AI를 통해 의사 결정을 개선할 수 있는 부분이 어디인지 물어보세요(이것이 가장 중요한 부분입니다).

그리고 이 책을 확인하여 아이디어를 얻을 수 있습니다. 도서관 어딘가에있을 것입니다.

시작할 수 있습니다 간단한 타일-기반으로 지도하고 간단한 경로를 찾는 알고리즘과 같은 위에서 언급합니다. 후에 너를 만들기 위해 노력하고 있습 게임으로 자유로운 이동과 함께 모든 게 지도입니다.