創建一個非完美的遊戲算法

Question

我知道怎麼樣極小極大算法可以爲了玩遊戲完美的使用（在這種情況下，我在尋找類似的井字棋遊戲）

然而，我想知道如何創建一個非完美的算法，或者在不同的「技能水平」（簡單，中等，難度等）下的人工智能，以確保人類玩家實際上有機會擊敗。

Answer 1

切斷各種深度的搜索來限制計算機的技能。更改評估功能以使計算機支持不同的策略。

非專業的人類玩家玩次優戰略和有限的戰術。這些大致對應於對遊戲狀態評估不佳以及預測未來能力有限。

關於隨機性，有一點是需要的，所以計算機並不總是犯同樣的錯誤，有時可能運氣好於或差於平常。爲此，只是不要總是選擇最佳路徑，而是選擇其中的分數加權。根據遊戲的結果，通過改進其評估函數，即更新其權重，您可以使AI更加有趣。通過這種方式，它可以通過玩，在有限的搜索深度學習更好的評估函數，就像人類一樣。

Answer 2

我在遊戲中使用的一種方式是利用隨機值。對於簡單的遊戲關卡，我會選擇一個隨機數字來選擇人類玩家。例如：

Easy level: only beat the human if you can randomly select a value less than 10 from the range of 1 to 100 

Medium level: beat the human if you can select a random value which is less than 50 from a range of 1 to 100 

Hard level: beat the human if you can randomly select a value less than 90 from a range of 1 to 100 

我肯定有更好的方法，但是這可能給你一個想法

Answer 3

的「簡單」的方法是用你的極小極大結果一起使用的閾值，建立從一組那些超過閾值的結果，然後隨機選擇程序的選擇/路徑。閾值越低，可能越容易對手。

我說可能是因爲即使是純粹的啞運氣也可以選擇最好的舉動，因此「初學者的運氣」。基本上，你正在尋找增加可能結果的熵（隨機性）。如果你想特意貶低計算機對手，你可以限制你的minmax算法的運行水平，或者爲算法的某些部分降低點數。

Answer 4

引擎發生人爲錯誤並不容易。減少搜索深度是一種直接的方法，但它有其侷限性。例如，縮小到一層的國際象棋引擎通常會進行檢查，而有價值的棋子仍然受到攻擊。當對手用反擊防守支票時，這兩件都是有效的。即使是沒有經驗的人也不太可能因爲這個錯誤而失敗。

也許你可以使用一些想法，從被稱爲方陣國際象棋引擎： http://phalanx.sourceforge.net/index.html

它是有一個複雜的難度級別（-e選項）的幾個開源引擎之一。如果我沒有弄錯，它會進行正常的搜索，但有時會忽略非明顯的移動。 evaluate.c包含一個稱爲blunder的功能，該功能評估移動是否可能被人忽視。