私はAIを学んでいますが、実践するためにどのゲームを実装できますか？

Question

AIコースを受講しましたが、教師はAIアルゴリズムの1つを使用するゲームを実装するように依頼しました。ここで少し助けが必要です：

• 各アルゴリズムがどのようなゲームに適用されるのかわかりません
• ゲームまたはゲームの種類とそれが使用するアルゴリズムの例を挙げることができれば、それはありがたいです

コーディングのヘルプは必要ありません。それを管理できます（私の選択言語はJavaです）。アルゴリズムの選択について少しだけ助けが必要です。

Answer 1

Benの答えに加えて、優れたコンボは、コネクト4のようなゲームと一緒にアルファベータプルーニングを行うことです。三目並べのようなもののヒューリスティックは単純すぎ、チェスは複雑すぎます。ただし、4または同様の「道路の中央」を接続します。ゲームは、ヒューリスティックが効率と品質の両方に大きな違いをもたらす方法を確認するのに最適な場所になる可能性があります。いくつかのシナリオを他の、一般的に優れたヒューリスティックに勝てるヒューリスティック特にコネクト4のルールは非常に単純であるため、独自のヒューリスティックを使用してこれらの動作を確認するのは非常に簡単です。

別の一般的なAIは、RTSまたはサンドボックス環境でのユニットの移動など、経路探索用のA *です。

Answer 2

アルファベータ版のプルーニングは、ゲームツリー全般およびターンベースに適しています。特にチェスや三目並べなどのゲーム。

Answer 3

「敵」がいる2Dゲームがある場合、どのゲームでも任意のAIアルゴリズムを使用できます。あなたに従ってください、あなたは軌道を作るためにファジー論理を使うことができます。同様に、（あらゆる種類の）ネットを使用して「学習」することができます。あなたをフォローする最良の方法。 （彼らがたくさんいる場合は、遺伝的アルゴリズムを使用して何世代にもわたって学習させることができます）

さあ、何か楽しいことを考えてから、AIを使って決定をどこで改善できるかを尋ね、楽しみます（これが最も重要な部分です）

また、この本をチェックして、アイデアを得ることができます。ライブラリのどこか

Answer 4

すでに述べたように、A *はゲームの経路探索に最適なアルゴリズムです。 ここにチュートリアルがあります（ソース付き）、これの実装方法について

がんばって！

Answer 5

Nパズルと A *検索アルゴリズムを使用するマンハッタン距離はヒューリスティック関数として。

Answer 6

マルコフ連鎖モンテカルロ法またはMCMCアルゴリズムについてはどうですか。 http://en.wikipedia.org/wiki/Markov_chain_Monte_Carlo

私のA.I.クラス確率を計算するために、ベイジアンネットワークで1つ行いました。難しくありませんでしたが、defでした。面白い。

Answer 7

上記のA *のような単純なタイルベースのマップと単純なパス検索アルゴリズムから始めることができます。すべてのゲームマップと一緒に自由な動きでゲームを作成しようとした後。