这一切都是女王黑帮的女王。
她编织在鬃毛的马s里
头发缠结了...
莎士比亚这是一个漫长的
发行版 ，但做了很多工作。 出现了
会话管理器 ，使您可以回滚错误的操作。 在某些地方，增加了声音设计。 但是，我想出了一种很酷的
方法来为一个游戏中的初始位置提供几种替代选择。 最重要的是-我终于以不完整的信息参加了比赛。
我将说明有什么危险。 在普通的棋类游戏中，例如
国际象棋或
西洋跳棋 ，玩家在游戏中的任何时候都具有有关棋子位置（自己和对手），移动规则，游戏目标等的完整信息。 这些游戏已经被很好地研究，并且属于“
具有充分信息的游戏 ”类别。 现在，假设某些信息可能对播放器不可见。
《战争迷雾》是该主题的很好例证。 根据“
盲棋 ”的规则，玩家看不到敌人的所有碎片，而只能看到放置在战场上的那些碎片，只需动动任何一块碎片就可以看到。 我对该规则做了两个补充：
- 当然，玩家总是会看到他的棋子，但是通过展示它们的方式-以正常形式还是半透明，他可以判断对手是否看到了它们。
- 仅出于装饰目的，我在当前不可见的区域放置了“云”。
掌握了总的
原理后 ，我有点不为所动，并且以“战争迷雾”创作了大量游戏。 除了
国际象棋本身 ，我还有“暗”选项可用于“
翔” ，“
樟宜” ，“
沙特朗日”，“
薛图因”和许多其他游戏。 甚至还有“
盲枪 ”！ 所有这些游戏都有一个共同点：
电脑在作弊！我什至没有尝试更改这些游戏的机器人算法，因为我敢打赌，不平等的条件至少可以部分弥补他们与人类相比极其脆弱的游戏。 正如我之前
所写 ，为棋盘游戏开发高质量的AI是一项非常艰巨的任务。 当然，规则也有例外。 即使机器人的游戏非常弱小，一个人也很难玩一个陌生的
游戏 ，字面上挤满了陷阱。 我们可以说一下它的“黑暗”
版本 但是，总的来说，这不是一个非常正确的方法。 我想看到一个机器人，它可以完全处理对手的数据-伙计。 为什么这很重要？ 一切都很简单-通过机器人的播放方式，有时很容易猜测它是否可以访问隐藏信息（窥视）。 当然，一个人玩一个
不会偷窥的机器人会更有趣（和另一个人一起玩更有趣，但这是另外一回事了）。
在这里值得选择一款与国际象棋略有不同的游戏（因为我还没有准备好“盲目”下象棋的“诚实”机器人）。 有很多这样的游戏，不能说它们比国际象棋或西洋跳棋更简单。 它们只是不同而已，需要一种单独的方法。
举个例子我还没有开发一款机器人儿童游戏。 它被称为“丛林”或“
豆首奇” 。 游戏的目标是穿透敌人的领土。 每个玩家都有一个“ den”-第一行的中心位置。 如果敌人的任何人物进入该巢穴，他就会赢（您不能用自己的人物占领该巢穴）。
这些数字是按资历排序的。 大象击败所有人物，其次是狮子，老虎，豹，狗，狼，猫和老鼠。 一只老鼠只能打大象和另一只老鼠，此外，这是唯一可以在水中移动的人物（在棋盘中间有两个水库）。 老虎和狮子可以跳过水，但前提是老鼠不能挡水。 除跳跃外，所有图形都以相同的方式移动-垂直或水平移动到一个相邻的字段。 该巢穴被陷阱包围。 陷阱中的人物容易受到
任何敌方人物的攻击。
如您所见，规则非常简单。 是什么阻碍了该游戏机器人的开发？ 首先是低速数字。 如果存在威胁，我会体会到交流带来的好处，但是在游戏的大部分时间里，这些棋子只是在相当长的距离上一个接一个地跑。 我无法承受大量向前移动的游戏（由于移动计算的持续时间受到限制），因此更改不属于视线范围，所有移动对我来说都是等效的。
首先，我决定
呆在BanQi-中国盲棋上。 这是一款非常原始的游戏，具有类似于“丛林”的隐藏信息。 对我来说很重要的一点是，与为该游戏创建机器人相关的开发
成果可以用于其他游戏中，例如
窦守琪，陆战 琪 ，
Stratego或什至是
Tafl 。
我会告诉你有关规则的。 游戏在“中国象棋”（象棋）的棋盘一半上运行，而棋盘的原始布局不起作用。 棋子被放置在牢房内（与传统棋子一样），而不是在线的交点处（如中国象棋）。 在游戏开始时，将所有棋子彻底混合并面朝下放在棋盘上（因为传统的Syant棋子是某种枪管，并且它们的数量与棋盘一半的场数一致，所以没有困难）。
接下来，玩家改变他们的动作。 进行移动时，玩家可以翻转任何闭合的块，或移动先前打开的颜色。 玩家的颜色由第一步决定。 如果第一个黑色棋子被打开，打开它的玩家将被黑色。 游戏中的所有人物都以相同的方式（除了台湾版的“大炮”，我将在后面讨论），在一个相邻的单元上垂直或水平。 拍摄的可能性由数字的高低顺序决定：
General> Advisor> Elephant> Wagon> Horse> Cannon> Soldier年龄较大的人物会击败年龄较小或与之相等的人，但有一个例外：一名士兵击中将军（一种“
剪刀石头布 ”）。 关于台湾板旗还有几句话：
- 与中文版不同，在台湾版旗中，将军无法击败士兵。
- 机枪按照“ 香气”规则移动，即沿正交低速移动到任何数量的区域（如战车），或在执行攻击动作时跳过“车架”，击中任何敌方人物。
还有一个香港版本，但实际上与中文没有什么不同，只是数字的优先顺序已更改。 我决定将重点放在台湾版本的规则上，这是最有趣的战术。
开发机器人时我应该寻找什么？首先，游戏看起来非常简单，但事实并非如此。 即使您不考虑与台湾枪支有关的细微差别，这些数字的成本也是违反直觉的。 尽管“顾问”可以击败的数字少于“将军”，但他是游戏中的主要角色。 首先，玩家有两名顾问。 此外，只有一名敌方将军的实力要强于每位顾问，而将军最多可受到五名士兵的攻击！ 出于同样的原因，游戏中士兵的费用高于一般士兵的费用。 最终，他可以击败最强的人物！ 第二个重要考虑因素是亨利·杜德尼（Henry Dudeney）的“坎特伯雷”难题之一。
这不是一个完整的谜题，而是更多的玩笑任务。 所有图形都可以垂直或水平转到一个相邻的字段。 白色先行，而白色和黑色总是先行两次（以不同的片段）！ 在这种情况下，左小丑永远不会抓住左驴，而右小丑永远不会抓住右驴（您可以自己检查）。 当然，右边的小丑可以毫不费力地抓住左边的驴子。 都是关于平价的！
这个问题使我产生了一些想法。 首先，在BanQi或DouShouQi等游戏中，机器人的任务首先是找到最短路径。 从每个活动的棋子（一个人或一个对手），有必要建立通往所有可能目标（包括自己的棋子，以计算可能的交换）的移动链。 之后，需要评估链条，这里可以使用以下选项。
- 攻击者击败了被攻击者-通过考虑被攻击者的成本（如果攻击者受到保护，则减去攻击者的成本）估算出了一条有利的（奖励）链，并考虑了链的长度。
- 攻击人物击败了被攻击者-不是根据攻击人物的价值估算的可盈利（惩罚性）链。
- 棋子互相击败（例如，它们是相等的）-这里的一切都取决于平价，奇数链是有利的，而偶数链则应视为惩罚性的（如果场上没有其他数字，则平价将完全决定比赛的结果）。
当然，一切并不是那么简单。 至少，您应该记住台湾BanQi中的加农炮的特定路线（至于“丛林”，还有更多特殊情况），但这是您可以开始的地方。 借助一套完整的评估链，您可以评估移动。 搬家的成本应包括连锁的成本（奖金和免费），其长度会减少。
首先，重要的是要了解这里不可能有效地使用
minimax算法。 揭示先前隐藏的部分的动作也从根本上改变了位置估计。 由于没有隐藏物品的信息，几乎不可能看到许多前进的位置。 但是每朵云都有一线希望，但是我们可以使用更复杂的（就计算而言）启发式方法来评估移动本身！
我已经
有了一个机器人，可以通过其启发式评估动作（需要一个有趣的
游戏 ）。 这是一个非常简单的算法。 所有移动均按启发式降序排序（启发式值为负的移动通常会被丢弃），然后按顺序扫描它们。 如果下一个动作导致一个位置，在该位置上没有敌方反应导致立即获胜，则机器人会认为这是最好的。 使用此算法，您不必为位置估计而烦恼，但是您必须为
启发式算法大汗淋漓。
首先，我们建立连锁店var getChains = function(design, board) { var player = board.getValue(board.player); if (player === null) return []; if (_.isUndefined(board.chains)) { board.chains = []; var pieces = getGoals(design, board); var targets = getTargets(design, board, pieces); _.each(pieces.positions, function(pos) { var goals = pieces; var f = true; var piece = board.getPiece(pos); if (piece === null) return; if (!chinese && (piece.type == 12)) { goals = targets; f = false; } var group = [ pos ]; var level = []; level[pos] = 0; for (var i = 0; i < group.length; i++) { if (_.indexOf(goals.positions, group[i]) >= 0) {
当然，我会在游戏状态下缓存所有中间数据，以免多次读取。 另外，这里使用了一个技巧，这在计算连接区域时非常有用。 我遍历了
组数组，根据需要将其他元素放入循环中。 所有困难都与枪支有关。 对于他们来说，锁链的目标不是人物本身，而是人物可以从中攻击的领域。
链条的评估完全如我所说 var getChainPrice = function(design, board, attacker, attacking, len) { var player = board.getValue(board.player); if ((player === null) || (attacker == null) || (attacking === null)) return 0; if (attacker.player == attacking.player) return 0; var isAttacking = isAttacker(design, attacker.type, attacking.type); var isAttacked = isAttacker(design, attacking.type, attacker.type); if (!chinese && (attacker.type == 12)) { isAttacking = true; isAttacked = (attacking.type == attacker.type) && (len == 1); } var price = 0; var f = (len % 2 == 0); if (attacker.player != player) f = !f; if (isAttacking) { if (isAttacked) { price = f ? (len - design.price[attacker.type]) : (design.price[attacking.type] - len); } else { price = design.price[attacking.type] - len; if (f) price = (price / 2) | 0; } } else { if (isAttacked) { price = len - design.price[attacker.type]; } } return price; }
...取决于链条的长度和奇偶性，以及考虑到攻击者和被攻击者的成本。 但这只是成功的一半！ 必须使用构造的链条评估每个可能的移动。 我介绍了另一个中间结构-希望汇总可用数据。 对课程的评估包括对愿望的评估，它满足：
像这样 var addWish = function(board, comment, price, src, dst) { if (_.isUndefined(board.wish[src])) { board.wish[src] = []; } if (_.isUndefined(dst)) dst = src; if (_.isUndefined(board.wish[src][dst])) { board.wish[src][dst] = price; } else { board.wish[src][dst] += price; } } var getWish = function(design, board) { if (_.isUndefined(board.wish)) { ... } return board.wish; } Dagaz.AI.heuristic = function(ai, design, board, move) { var wish = getWish(design, board); if (move.isSimpleMove() && !_.isUndefined(wish[ move.actions[0][0][0] ]) && !_.isUndefined(wish[ move.actions[0][0][0] ][ move.actions[0][1][0] ])) { return wish[ move.actions[0][0][0] ][ move.actions[0][1][0] ]; } return 0; }
至于
getWish函数
本身 ，魔术就从这里开始（这是我很可能多次耕过的地方）。 首先，我分享基于开放信息的移动评估以及在游戏中引入新作品的评估。 这并不完全正确，但是到目前为止，我只是不知道如何调和这种不同的观点。 如果基于公开信息未形成任何愿望，则该机器人将尝试打开新的图形（此处也有一些技巧）。
- 如果敌方大炮是打开的，并且被密闭的人物包围，那么打开旁边的一个人物是有道理的，因为在任何情况下它都有可能攻击枪支，并且枪支也无法打败它。
- 如果打开了除加农炮以外的其他人形，则可以尝试通过它的“支架”打开一个位于其上的人形，因为它有可能会变成加农炮。
- 如果敌方有攻击链，则可以打开链条旁边的碎片之一来拦截攻击。
- 如果您无法保护该图形，则可以打开该图形旁边的图形，以尝试将这种情况减少为交流。
当然，评估打开特定图形的可能性很有用。 var getShadow = function(design, board) { var player = board.getValue(board.player); if (player === null) return []; if (_.isUndefined(board.shadow)) { board.shadow = []; _.each(design.allPositions(), function(pos) { var piece = board.getPiece(pos); if ((piece !== null) && (piece.type < 7)) { var value = piece.type + 7; if (piece.player != player) { value = -value; } board.shadow.push(value); } }); } return board.shadow; } var isFriend = function(design, x) { return x > 0; } var isPiece = function(design, x, y) { return x == y; } var isAttacker = function(design, x, enemy) { if (x < 0) return false; if ((x == 13) && (enemy == 7)) return true; if (!chinese && (x == 7) && (enemy == 13)) return false; if (!chinese && (x == 12)) return false; return x <= enemy; } var isDefender = function(design, x, enemy, friend) { if (!isAttacker(design, x, enemy)) return false; return design.price[friend] <= design.price[enemy]; } var estimate = function(design, board, p, y, z) { var shadow = getShadow(design, board); if (shadow.length == 0) return 0; var r = 0; _.each(shadow, function(x) { if (p(design, x, y, z)) r++; }); return (100 * r) / shadow.length; }
玩家可以通过跟踪退出游戏的人物来评估概率。 原则上，机器人可以执行相同的操作，但是有一种更简便的方法-批量查看仍未打开的图形，并根据收集的信息评估打开所需图形的可能性。 而且，不能保证所选动作的成功，但是如果有利结果的可能性低，则根本不会选择该动作。
原则上，这种方法是有回报的，但仍有工作要做。虽然防守动作不是很好。 一些人物勇敢地遇到了更强大的敌人，而不是逃避他（尽管通常情况下逃避已经毫无用处）。 此外，协调各种人物的行动也有困难（这对于“驱赶”敌方人物的残余很有用）。 该方法本身看起来非常有前途，但是仍然必须考虑启发式方法。
基于动作“链”的启发式方法不仅可以在BanQi中使用，而且在许多其他游戏中也很有用，其中主要是“动作缓慢”的部分（如果不是作为定义标准，那么至少可以使用更复杂的算法初步评估动作的质量，至少至少）。 在那些很难或什至不可能使用
minimax算法的游戏（例如
Yonin Shogi）中 ，尤其需要这种方法。
当然，我将继续研究信息不完整的游戏。 图为菲律宾尚未准备的“
将军游戏 ”。 这是大型家族中最简单的游戏，包括
LuzhanQi和
Stratego之类的游戏。 当然，我仍然希望为“
丛林 ”做一个能干的机器人！
对于仍在阅读我的人，我可以提供另一种具有隐藏信息的有趣益智游戏：
我小时候就用一个叫做Fox Hunt的可编程计算器玩过它。 八只狐狸被随机隐藏在场上，必须使用“戳方法”找到它们。 当选择一个空白区域时，将显示所有八个方向上的狐狸总数。 不会丢失，但是您可以争取最少的点击次数。 如果您使用耳机播放，请调低声音。 也许我用音效来代替它。