如何讓機(jī)器人通過自學(xué)習(xí)的方式學(xué)會玩“石頭、剪刀,、布”游戲,？

劉景亞

前段時間的人機(jī)圍棋大戰(zhàn)賺足了人們的眼球，Google公司的AlphaGO也使機(jī)器學(xué)習(xí)和深度學(xué)習(xí)讓更多的人有了一定的了解，可謂做了一次很好的科技普及。
) _) b" k3 M# i1 E$ y現(xiàn)在我們從簡單問題入手，如何基于機(jī)器學(xué)習(xí),，通過自學(xué)習(xí)的方式讓機(jī)器人學(xué)會玩“石頭、剪刀,、布”游戲,？
不知大家有何建議？歡迎大家發(fā)言參加討論,。
2 G$ Q3 u! w, N*******************************************************************************************
分割線以上為原貼
*******************************************************************************************
非常感謝各位大俠的參與和討論,。
3 |4 p2 o/ O0 B8 l關(guān)于機(jī)器人玩“石頭、剪子,、布”游戲,，我本打算分三個問題和步驟和大家一起探討�,？吹接懻撝�,，大家對這三個方面都有所涉及。
下面我把我對這個問題的認(rèn)識拋出來與大家交流分享,。
! n( e: D; D1 E7 H$ |要讓一個機(jī)器人玩“石頭,、剪刀、布”,，我們分三步走,。
0 f, D8 R: s4 o, @5 O第一步,，如何讓機(jī)器人通過自學(xué)習(xí)的方式學(xué)會游戲規(guī)則？比如,，一開始機(jī)器人并不知道石頭、剪子和布,，哪個贏哪個,，要玩游戲首先得學(xué)會規(guī)則。當(dāng)然要實現(xiàn)這一步,，有比較簡單的辦法,，最直接的是程序員編程時，直接定義這個規(guī)則,，這是以前經(jīng)常用的傳統(tǒng)的方法�,，F(xiàn)在我們想通過一種新的方法來實現(xiàn)，讓機(jī)器人像小孩一樣,，通過不斷地實踐,、摸索和總結(jié)掌握這個規(guī)則，也就是自學(xué)習(xí)和機(jī)器學(xué)習(xí),。
" d0 _1 w# z% s8 u8 T第二步,，如何讓機(jī)器人在掌握規(guī)則后大概率獲勝？
第三步,，能不能通過一種方法,，使機(jī)器人在每局對戰(zhàn)時100%獲勝？
*****************************************************************************************
關(guān)于第一步,，可以用如下方法實現(xiàn)：讓機(jī)器人和人對戰(zhàn),，在對戰(zhàn)的實踐過程中訓(xùn)練機(jī)器人，使其不斷自學(xué)習(xí)以掌握規(guī)則,。在對戰(zhàn),，人始終隨機(jī)出，機(jī)器人一開始并不知道規(guī)則,，也隨機(jī)出,。贏了有獎勵，輸了有懲罰,，隨著對戰(zhàn)次數(shù)的增多,，機(jī)器人就會對出拳的種類形成“價值判斷”。在訓(xùn)練過程中,，機(jī)器人會反復(fù)判斷,，是隨機(jī)出還是基于已經(jīng)學(xué)到的部分知識。經(jīng)過不斷訓(xùn)練,，機(jī)器人就會學(xué)會游戲規(guī)則,。這個過程區(qū)別于以往的程序員直接定義，和人類的學(xué)習(xí)過程十分類似。
. J+ A( x& F' G3 z; F那么這個方法有沒有效果,，我們驗證一下,。
  A- Z4 b  i% S% U6 x5 e下圖是我與機(jī)器人玩25局的情況，注意這個機(jī)器人一開始并不知道游戲規(guī)則,。我隨機(jī)出拳,，機(jī)器人一開始也隨機(jī)出，贏了獎勵,，輸了懲罰,。大家會發(fā)現(xiàn)，從第11局開始,，機(jī)器人就已經(jīng)完全掌握了規(guī)則,。
! g( _3 ]! h% @


5 v$ f1 `. \- s+ I- A

pacelife

這種純概率的東西,，要做算法是很簡單，但是勝率要提上去不容易啊

2266998

應(yīng)該上一個圖形處理系統(tǒng)，先分辨對面這家伙是誰,，再決定怎么玩,，

; d7 u# Y' l6 K$ U  {) L% I人的活動，是有固定姿態(tài)的,，比如下一步怎么活動,，有細(xì)微表現(xiàn),，總結(jié)了這些姿態(tài)，就可以勝了對面的家伙,，

crazypeanut

6 k6 l6 M4 S0 a2 D8 h( Z
如果不考慮心理學(xué)因素的話,，猜拳不是博弈系統(tǒng),，是一個純概率系統(tǒng)，樣本空間為（剪,，石）,，（剪，布）,，（剪,，剪），（石,，剪）,，（石，布）,，（石,，石），（布,，剪）,，（布，石）,，（布,，布）

獲勝組合是（剪，布）,，（石,，剪），（布,，石）,，概率為1/3，相應(yīng)的,，平局組合和輸?shù)艚M合均為1/3

9 S1 r" ?+ t( D) D$ i' x因此,，如果沒有心理學(xué)算法在里面，用隨機(jī)算法隨機(jī)選擇出拳的話,，獲勝幾率不會超過1/3
9 z8 u4 D' G7 W: U: p
而將心理學(xué)因素考慮進(jìn)去,，就像8爺所說的，要加上圖形系統(tǒng),，增加了復(fù)雜性,，也偏離了正道

個人建議，選擇五子棋或者黑白棋作為研究對象更合適,，五子棋和黑白棋應(yīng)該算是最簡單的博弈系統(tǒng)了,，棋子就黑白兩種，相對容易處理

* [3 v' L8 s+ |, X有人可能說井字棋更簡單,，但是作為博弈系統(tǒng),，井子棋有不敗的策略,，沒有太大的研究價值

木子12

crazypeanut 發(fā)表于 2016-4-8 18:38
如果不考慮心理學(xué)因素的話,，猜拳不是博弈系統(tǒng)，是一個純概率系統(tǒng),，樣本空間為（剪，石）,，（剪,，布），（剪 ...

# H( @( q8 V- |& @" `之前好像有一個日本的機(jī)械手,，就是這么干的,，動作相當(dāng)靈活
# z3 _: O! t3 R

fiyu1314

     玩石頭剪刀布沒問題,。很簡單,。生成1 2 3 隨機(jī)數(shù)分別代表石頭剪刀布。  自學(xué)習(xí)估計這個論壇里懂得就少了,。去個程序員論壇估計能弄明白自學(xué)習(xí)的程序的都不多,。頂多就是 分析下 這個人出什么的概率，和出完什么再出什么的概率,。然后弄個算法分析下他會出什么的概率最大,。再高科技點，就分析他出什么之前的渾身表情動作等,。

冷月梧桐

這是一個隨機(jī)概率的問題,，石頭，剪刀,，布就是三個動作點,，然后隨機(jī)輸出一個動作點就會呈現(xiàn)一個動作就好了,，從理論上來講是完全可行的

shiqi67

樓主的意思應(yīng)該是“如何讓機(jī)器人學(xué)會玩剪刀石頭布”,，而不是“使機(jī)器人玩”剪刀石頭布吧……
5 f0 p8 w" E5 s- x樓上都跑偏了吧

huiyu788

可以根據(jù)對方出拳的情況,，用多項式擬合,，然后用多項式預(yù)測下一步對方出什么，對方每出一次拳,，就修正多項式

wsxm82

用上“分歧終端機(jī)”呢,，非誠勿擾里的那個