人工智能学习的最佳/最简单模块？

Question

我读了this

我怎样才能让人工智能学会从零开始玩游戏？举个小例子，假设AI玩21点，打折所有的劈叉，牌堆里的牌等等，AI可以打也可以站，它不知道它会做什么，直到它开始输掉比赛，它应该知道打得太多会让你输，站得太早也会输。我读到这叫做强化学习。但我不知道如何实现它，使用什么模块等等。。。在

我应该从哪里开始？在

我的最终目标是创造一种游戏，用户和人工智能玩，不是一个对另一个，而是两个对抗游戏机制本身[不是合作]，双方都学习玩。游戏每隔一段时间就会改变，新的机制会出现，使得游戏对玩家和人工智能来说都更加困难。人工智能既可以通过玩游戏来学习，也可以通过观看玩家输赢来学习。我不想让电脑学习太快，我想让两者都在同一个“地面”…也许最后一个层次将是玩家可以玩的对抗人工智能。我是要去正确的地方还是应该尝试其他方法？在

编辑：我觉得这太宽泛了。{SCIA2，我可能会找到一些关于大脑的模块，所以我也会有帮助。前两个我真的不知道如何开始它，对于像我这样的新手来说，文档非常不清楚，neurolab我还没有尝试过，因为我不知道什么是人工神经网络（ANN）以及它如何帮助我，最后一个，更具体的强化学习没有任何文档。在

Answer 1

虽然这不是一个完整的答案，但基本原则是：

如果结果不可预测，则当前状态+可能的移动=结果。因此，对于游戏中的任何给定状态（在有一定数量/组合的牌，可能与其他有许多未知牌的组合，或者某些卡牌自上次洗牌后出现）而言，你可以做很多可能的动作（打、站）。然后你可以尝试其中任何一个，记录下结果是好是坏（或介于两者之间）。下一次当你看到相同的当前状态时，你会看到哪一个可能的移动给了你目前为止最好的统计结果（随机性百分比）。在

哪里出去了

如果你有多个移动，并且你直到最后才得到一个实际的结果，你将记录到目前为止所有的（状态+尝试的移动）；一旦你得到一个结果，你就把它应用到每一步。在

一旦这样做了，你就可以玩大量的游戏，而且它应该会越来越好。在

诀窍通常是找出构成“状态”的要素。可能的状态越多，在人工智能变得好之前必须玩的游戏就越多，你的数据库也就越大。在21点游戏中，你可能有一个状态就是牌数的总和（这给你20个状态），或者它可能包括其中有多少张是a（我猜大概是40个状态）；它可能包括其他玩家有多少张牌；它可能包括你手上的确切数值，但不包括套装（如果你有4张a，你就知道没有其他人有a），或者可能包括（对于21点毫无意义）订购一套牌。在

在某些情况下，“状态”可能更抽象。例如，在国际象棋中，有许多可能的“状态”来学习它们，我们必须抽象。我不知道通常用什么来做这件事；也许是什么在攻击什么，什么在防守什么，有多少个方格被多少个棋子所覆盖，哪些棋子用什么来防守等等；或者

你可能还想考虑什么是“好”和“坏”的结果。你可能会认为，对于21点来说，赢是好的，输是坏的，这就是它的全部。然而，除了失败，还有一些事情需要避免：做出无效的举动。在21点的例子中，假设你的人工智能不知道规则，如果你有一双以外的任何一只手的话，那么分开是比失败更糟糕的事情。如果你认为这是一个“损失”，它最终会得到提示，停止这样做。在