石头剪刀布自学习人工智能

前言

先点关注，不迷路

前一段灵光一现，想出了这个算法
不知道以前有没有人写过（应该是有的）
不过我觉得我还是可以大概说一下我的想法
还是那句话，讲得不好勿喷~

思路

既然是自学习，那肯定是得学习的
石头剪刀布这个游戏本身可能是没什么可学的，随机数就可以获得不错的胜率
由于胜负是由两个人的决策决定的，只能通过随机+猜对手的决策来进行决策，不存在永远获胜的方案
因此可以通过学习对手通常的决策或是偏好来提高胜率

另外，石头剪刀布可以抽象成0, 1, 2或1, 2, 3
本人这里用的1, 2, 3（没错，很脏）

存储结构

存储单元：每个存储单元有三个数据组成a₁, a₂, a₃, n分别表示对手出1, 2, 3, 总数的个数

//memory point
struct memPoint{
	int _list[4];
	int _all;
};

这里用all（n）而不用概率是因为要避免小数
每个的概率就是a_i / all

整个存储结构就由很多个存储单元组成
至于多少个，各位可以按照自己的想法自己设计
我这里用了3*3的，表示上一轮我和对手的状态

//0~3->4
memPoint _memMap[4][4];//last turn status->foe decision

所以整个存储结构的意思就是说在上回合的情况下，对手出1,2,3的概率

因为大多数人都是根据上一轮的数据来决定这一轮的决策，这样就可以对一般人有很好的效果了
也可以根据对手的算法来设计自己的存储结构
但注意存储深度越大，学习时间越长

决策

前文说过，没有永远获胜的方案
进行了学习对手的偏好优化后，仍然需要随机数来决策
但由于知道对手当前出i的概率，我们可以针对对手的决策来进行决策
所以在这里，随机数是模拟对手的选择

随机数Mod all+1， 得出一个[1, all] 的数 k

1<=k<=a₁ ：这种情况下，我们认为对手会出1
a₁<k<=a₁+a₂：这种情况下，我们认为对手会出2
a₁+a₂<k<=all：这种情况下，我们认为对手会出3

然后模拟出对手的决策，我们就可以出能赢他（她，它）的决策

void Decision(int one, int two, int &res){

	int maxNum=_memMap[one][two]._all;
	int choose=rand() % maxNum + 1;
	int add=0;
	
	if(choose<=_memMap[one][two]._list[1]+add){
		res=2;
		//cout<<"foe may choose 1, us choose 2"<<endl;
		return;
	}
	
	add+=_memMap[one][two]._list[1];
	if(choose<=_memMap[one][two]._list[2]+add){
		res=3;
		//cout<<"foe may choose 2, us choose 3"<<endl; 
		return;
	}
	
	res=1;
	//cout<<"foe may choose 3, us choose 1"<<endl;
	return;
}

这边注意一点初值问题，因为随机数要Mod all, 所以all!=0
但是开始第一局每种决策概率应该相等
又考虑到不能对以后的学习产生太大的影响
所以all=3, a_i=1

void GenMem(){
	for(int i=0; i<=MAXN; i++){
		for(int m=0; m<=MAXN; m++){
			for(int k=1; k<=MAXN; k++){
				_memMap[i][m]._list[k]=1;
			} 
			_memMap[i][m]._all=3;
		} 
	}
}

顺便提一句，第一局的决策可以存在[0][0]里面，因为开局人也是有偏好的

另外，不要忘记在对手做出决策后存储在记忆数组里哦~

结尾

好了，差不多说完了
代码我到时候会发粉丝专栏
如果有 错误/优化/疑问 欢迎提出
WeChat:wxid_ffe28hxx677f32
（其实是我想认识大佬）
——by于斯为盛