AI學習的最佳/最簡單的模塊？

Question

我讀this

我該如何讓AI學會從零開始玩遊戲？舉個例子，讓我們假設AI去玩二十一點，把所有的分裂，卡片放在甲板上等等，AI可以打或者站，它不知道它會發生什麼，直到它開始失去遊戲，它應該知道打得太多會讓你輸掉，所以站得太早。我讀到這就是所謂的鋼筋學習。但我不知道如何實現它，使用什麼模塊等...

我應該從哪裏開始？

我的最終目標是創造一種遊戲，用戶和人工智能玩的不是一對一，而是兩人對抗遊戲機制[不合作]，都學會玩。遊戲每隔一段時間就會改變一次，新的機制會使玩家和AI的遊戲變得更加困難。 AI可以通過玩遊戲來學習，也可以通過觀看玩家輸贏來學習。我不希望電腦學得太快，我想讓兩個人都在同一個'地面上'......也許最後一個級別是玩家可以玩AI。我去正確的地方，或者我應該嘗試一些其他的方法？

編輯：我認爲這將是太寬泛。所以我搜索了一下ML和AI，並且發現了一些可能有用的模塊，scikit-learn，PyBrain，neurolab以及RLToolkit。前兩個我並沒有真正理解如何開始它，對於像我這樣的新手來說，文檔是非常不清楚的，我還沒有嘗試過neurolab，因爲我沒有真正理解什麼是人工神經網絡[ ANN]以及它如何能夠幫助我，而最後一個，更具體的鋼筋學習沒有任何文檔。

Answer 1

雖然這不是一個完整的答案，其基本原理雲：

凡結果是不可預知的，當前的狀態+可能的行動=結果。因此，對於任何給定的狀態（在具有特定數量/組合的牌的情況下，可能與其他具有許多未知牌的牌，或者自從上次洗牌後已經看到的某些牌一起），存在你可以做的可能移動數量（點擊，站立）。然後你會嘗試任何一個，並記錄是否給你一個好的或不好的（或在兩者之間）結果。下次看到相同的當前狀態時，您會看到哪種可能的移動給了您迄今爲止最好的統計結果（隨機性百分比）。

凡出

如果您有多個動作，和你沒有得到實際結果到最後，你會保留所有的軌道（州+試過移動）爲止;一旦你得到了結果，你就可以將其應用於每一步。

完成此操作後，您可以開始玩大量的遊戲，並且它會變得更好。

訣竅通常是弄清楚構成「狀態」的是什麼。有越多可能的狀態，在AI變好之前需要玩的遊戲越多，數據庫也就越大。在二十一點，你可能只有卡牌數量的總和（可以給你20個狀態），或者可能包括有多少個卡牌（這可能會給你，我想也許是大約40個州） ;它可能包括其他玩家有多少張牌;它可能包括你手中的哪些值，但不包括套裝（如果你有4個ace，你知道沒有其他人有一個ace），或者可能包括（毫無意義地爲Blackjack）訂購一套牌。

在某些情況下，「狀態」可能更抽象。例如，在國際象棋的情況下，有許多可能的「國家」來學習它們，我們必須進行抽象。我不知道這通常用於什麼。也許什麼是攻擊什麼，什麼在捍衛什麼，有多少塊被什麼覆蓋，哪些塊被什麼等等所覆蓋。或

您可能還想考慮什麼構成「好」和「壞」結果。你可能會認爲，對於二十一點而言，勝利是好的，虧損是壞的，這就是它的全部。然而，要避免的不僅僅是失敗：做出一個無效的舉動。在二十一點的例子中，假設你的人工智能不知道規則，如果你有任何一隻手而不是一對，那麼分裂是遠比可能失敗的更糟糕的事情。如果你把它算作「損失」，它最終會得到暗示並停止這樣做。