एक आवर्ती तंत्रिका नेटवर्क (भाग 3) के आधार पर AI मिनी कप 2018 में भाग लेने के लिए एक बॉट बनाना

अंतिम भाग।

पिछले अध्यायों में ( भाग 1 , भाग 2 , जीपीयू के बारे में भाग ), हमने प्रतियोगिता, तंत्रिका नेटवर्क, आनुवंशिक एल्गोरिथ्म की स्थितियों पर छुआ है, तो चलो जारी रखें।

लेकिन जारी रखने से पहले, C ++ में प्रोग्राम के लिए सोर्स कोड के साथ GitHub का लिंक है और लेख के शीर्षक का समर्थन करने के लिए - बिन फ़ोल्डर में विंडोज के तहत एक निष्पादन योग्य फ़ाइल, जो सेवर को डराने के लिए काफी समान है। लेख के तहखाने में उन्होंने पिछली प्रतियोगिताओं के "प्रसिद्धि के हॉल" का आयोजन किया।

इसलिए, हम प्रोग्राम के आर्किटेक्चर पर बस गए, जिसमें दो अलग-अलग भाग (प्रोग्राम) शामिल हैं, केवल तंत्रिका नेटवर्क और संचार प्रोटोकॉल जिसमें भाग प्रतियोगिता के आयोजकों (गेम बॉट खुद) और मुख्य भाग के गेम सर्वर के साथ है, जिसमें निम्नलिखित ब्लॉक शामिल हैं:

संक्षेप में प्रत्येक भाग के बारे में।

भौतिकी इंजन। आधिकारिक स्रोतों से भौतिकी गणना मॉड्यूल के आधार पर, GPU के लिए फिर से जोड़ा और बॉट सेंसर गणना, फिटनेस फ़ंक्शंस, बॉट टकराव। स्रोत कोड ने वायरस और बॉट को साझा करने का प्रयास किया, जो प्रोग्राम के अस्थिर हिस्से को विभाजित करता है। इसलिए, मैंने अपनी गलतियों को साझा नहीं किया।

तंत्रिका नेटवर्क। हमने पिछली बार पर्याप्त विस्तार से इसके बारे में बात की थी, जिसमें कोड के कार्यान्वयन के बारे में भी शामिल था, इसलिए मैं मानूंगा कि यहां भी बहुत कुछ स्पष्ट है, खासकर जब से पाठकों से कोई विशेष प्रश्न नहीं आया है।

आनुवंशिक एल्गोरिथ्म। इसके कार्यान्वयन के कवरेज में अंतराल थे। अब मैं इसे दोहराने की सबसे अधिक संभावना है, लेकिन इसे एक बार फिर से दोहराना आसान है।

मुझे प्रेजेंटेशन स्लाइड से बहुत याद आया। इसलिए, मुख्य सवाल बना रहा: विकास को कैसे आगे बढ़ाया जाए? इसके लिए, फिटनेस फ़ंक्शन का आविष्कार किया गया था। फिटनेस फ़ंक्शन का मुख्य उद्देश्य बॉट्स की वर्तमान आबादी से अगले तक संचरण के लिए जीनोटाइप्स का चयन है।

फिटनेस फंक्शन का विकल्प सबसे अधिक स्पष्ट कैसे हुआ। क्रॉसिंग का मुद्दा बना रहा।
क्रॉसब्रीडिंग के कई मूल तरीके हैं, लिंक पर अधिक । लेकिन मूल सिद्धांत माता-पिता के जीनोटाइप के बीच जीन का यादृच्छिक विनिमय है। दो माता-पिता आमतौर पर चुने जाते हैं, एक आबादी से माता-पिता को चुनने के लिए कई तरीके हैं, लिंक को और अधिक विस्तार से पढ़ा जा सकता है। हालांकि, माता-पिता की पसंद को यादृच्छिक रूप से बनाया जाता है, एक विशिष्ट माता-पिता को चुनने की संभावना इसके फिटनेस फ़ंक्शन के अनुपात में बढ़ती है।

इसके बाद, म्यूटेशन फ़ंक्शन को तैयार जीनोटाइप पर लागू किया जाता है।
हमारे मामले में, समय-समय पर एल्गोरिथ्म एक अनियंत्रित चयनित जीन को यादृच्छिक जीन में बदलता है, दूसरे शब्दों में, तंत्रिका नेटवर्क के वजन में से एक यादृच्छिक एक में बदल जाता है।

हमें एक नई आबादी मिली और वांछित परिणाम के लिए आगे विकास जारी है। कई बिंदु हैं, पहला: जनसंख्या में जितने अधिक बॉट हैं, उतनी ही तेजी से आनुवंशिक एल्गोरिथम इष्टतम समाधान ढूंढेगा या समाधान में परिवर्तित होगा (तंत्रिका नेटवर्क में वजन का इष्टतम अनुपात)। उदाहरण के लिए, यदि किसी बॉट में 1000 जीन होते हैं, तो 3000 बॉट की आबादी के साथ 300 बॉट की आबादी के साथ सर्च स्पेस का विस्तार होता है। लेकिन एक और समस्या उत्पन्न होती है, यदि आप सभी 3000 बॉट को 4-8 बॉट के लिए डिज़ाइन किए गए क्षेत्र में छोड़ते हैं, तो संभवतः इस पर बॉट्स को शारीरिक रूप से भीड़ होगी और अगर वे कुछ सीखते हैं, तो यह निश्चित रूप से एग्रियो में खेल नहीं है। इसलिए, अखाड़े के अतिप्रयोग से बचने के दो मुख्य तरीके हैं: पहला, बदले में आबादी से कई बॉट का चयन करना और अखाड़े में प्रतिस्पर्धा करना, और कई बार जब तक हम प्रत्येक बॉट के लिए खेल के आंकड़े जमा नहीं करते। दूसरा जो लेखक गया वह 50-300 के समानांतर में कई एरेना का प्रक्षेपण है, यह सब एक विशेष कंप्यूटर की शक्ति पर निर्भर करता है, और समानांतर में बॉट की पूरी आबादी प्रतियोगिताओं में भाग लेती है। जनसंख्या को अपने फिटनेस कार्यों और पहचानकर्ताओं (एरेनास की संख्या से मेल खाती है) के साथ उप-वर्गों में विभाजित किया जा सकता है, और फिर उप-योगों के बीच जीनोटाइप का आदान-प्रदान किया जा सकता है। या विभिन्न एरेनास में बॉट्स की एक बड़ी आबादी के रूप में सब कुछ कल्पना करें। लेखक ने दोनों विकल्पों की कोशिश की, लेकिन स्रोत संस्करण में बॉट की एकल आबादी के साथ। Depth कार्यक्रम में पैरामीटर क्षेत्र संख्या है।

इसलिए उन्होंने एक कार्यक्रम बनाने के बुनियादी सिद्धांतों को बताया। जो लाइव देखना चाहता है, गितुब के लिंक पर आपका स्वागत है।

यदि आप इसे शुरू नहीं कर सकते, तो एक छोटा वीडियो इस पल को रोशन करेगा:

घोषणा: अगस्त में, mail.ru एक और AI मिनी कप का आयोजन करेगा, आधिकारिक घोषणा अभी तक सत्य नहीं देखी गई है। लेकिन समूह के टेलीग्राम से मिली जानकारी के अनुसार, प्रतियोगिता का आधार फिर से भौतिकी इंजन, कारों के बारे में कुछ है। इसलिए, बॉट बनाने के सिद्धांतों के बारे में संक्षेप में, जो निश्चित रूप से दिलचस्पी लेंगे:

यहां, हमारी फुटबॉल टीम की तरह, समूह छोड़ने की सलाह दी जाती है, समापन एक अलग गीत है। फाइनलिस्ट जीत के बारे में लिखते हैं, लेकिन हमारी मुख्य भागीदारी है।
सबसे स्पष्ट और सरल:

बॉट कोड के शरीर में और अधिक विभिन्न स्थितियों को लिखें, उदाहरण के लिए, यदि (छेद) -> कूद, आदि। चैंपियनशिप की शुरुआत में सरल स्थितियां प्रभावी होती हैं, फिर बॉट्स की जटिलता बढ़ेगी और सशर्त समाधानों का फायदा होगा।

और इसलिए कई रणनीतिक खेलों में सबसे आशाजनक तरीका:

पीपी विधि ( या संभावित फ़ील्ड )। विचार सुंदर है, एक गतिशील वातावरण में अधिकतम या न्यूनतम के लिए खोज। चयनित आयाम का एक ग्रिड पूरे खेल के मैदान पर या केवल बॉट के आसपास के क्षेत्र पर बनाया गया है, यह सब बॉट के दायरे पर निर्भर करता है। अगला, इस ग्रिड के प्रत्येक नोडल बिंदु पर, हम हमारे लिए ब्याज की वस्तुओं की दूरियों पर विचार करते हैं या, एक विकल्प के रूप में, संभावित रूप से तुरंत, वे सकारात्मक हो सकते हैं (आकर्षण, यह बॉट के लिए दिलचस्प है) और नकारात्मक (बॉट के लिए खतरा)। तदनुसार, बिंदु पर मौजूद क्षमताएँ संक्षेप में बताई गई हैं और हम ग्रिड के प्रत्येक बिंदु पर कुल क्षमताएँ प्राप्त करते हैं। क्षमता का क्षेत्र। वर्तमान में कार्य के आधार पर बॉट केवल सबसे छोटी या सबसे बड़ी क्षमता का चयन कर सकता है। मूल रूप से, संभावित क्षेत्र 2 डी कार्यान्वयन हैं, हालांकि 3 डी शांत दिखेंगे, लेकिन गणना के लिए बहुत सारे संसाधन होंगे।

सबसे कठिन:

दो मुख्य कार्यान्वयन ब्रूट फोर्स विधि या मोंटे कार्लो विधि हैं । उनमें से प्रत्येक एक अलग लेख का विषय है, लेकिन सनसनी के अनुसार, ये ये तरीके हैं जो आपको फाइनल तक ले जाएंगे। यदि यह थीसिस है, तो बॉट न केवल वर्तमान समय या अतीत को देख सकता है, लेकिन यदि वह चाहता है, तो यह भविष्य में देख सकता है, संभावित परिणामों की एक फ़नल (शंकु) यहां दिखाई देती है और आगे बॉट अधिक विकल्पों को देखना चाहता है। उदाहरण के लिए, समय बिंदु टिक शून्य पर, बॉट आठ दिशाओं में से एक में जाने का फैसला करता है, आठ नए निर्देशांक में से प्रत्येक में चरण टिक + 1 पर यह आठ दिशाओं में फिर से जाने का अवसर है, आदि। इस समय के दौरान दुश्मन के संभावित आंदोलनों को ध्यान में रखना आवश्यक है। गणना के प्रत्येक संभावित परिणाम से संभावित लाभ या हानि होती है। जिसके आधार पर बॉट एक दिशाओं में एक चाल बनाता है। और आगे भविष्य काल की गहराई में ऐसी गणना हर टिक जाती है। चाल के विचारों की गहराई कंप्यूटर के संभावित संसाधनों द्वारा निर्धारित की जाती है। इसलिए, छोटे कंप्यूटर संसाधनों के लिए, इन गणनाओं के अनुकूलन में समस्या उत्पन्न होती है।

स्रोत के बारे में, यदि रुचि है, तो मैं कोड पर टिप्पणियों को संपादित करूंगा, जबकि मैंने इसे बाहर रखा था जैसा कि यह था।
स्रोत में, वर्तमान टिक और पिछले टिक के संकेतों को न्यूरॉन के इनपुट पर भेजा जाता है, यह अधिक दिलचस्प हो गया, पाठक के लिए धन्यवाद: विचार के लिए जीभोहिती।

उन लोगों के लिए जो तंत्रिका नेटवर्क में वजन के प्रारंभिक वितरण के बारे में थीसिस को याद करते हैं, एक दिलचस्प विषय ज़ेवियर इनिशियलाइज़ेशन है।

आपका ध्यान के लिए धन्यवाद। मुझे एआई प्रतियोगिताओं में मिलो।

प्रतिभागियों से संबंधित लेख, लेकिन पहला विषयांतर :

वह फर्श पर बैठी थी
और पत्रों के ढेर को छांटा
और ठंडी राख की तरह
मैंने उन्हें अपने हाथों में लिया और फेंक दिया।

परिचित चादर ले गए
और यह अद्भुत था कि उसने उनकी ओर देखा,
आत्माएँ ऊपर से कैसी दिखती हैं
उन पर छोड़ दिया शरीर ...

ओह यहाँ कितना जीवन था
अपरिवर्तनीय रूप से अनुभवी!
ओहो कितने विकट मिनट
प्रेम और आनंद की हत्या! ..

रूसी एआई कप 2017 में मेरी रणनीति
वार्षिक प्रतियोगिता रूसी एआई कप 2016 में भागीदारी का इतिहास (और लगभग जीत)
वार्षिक रूसी एआई कप 2015 में विजय इतिहास
रूसी एआई कप 2014: विजेता रणनीति
रूसी एआई कप 2013 में स्वर्ण पदक - यह सब कैसे था
रूसी एआई कप 2012 में रजत पदक के लिए रास्ता