问题标签 [artificial-intelligence]

虽然麻将（实际游戏，不是麻将纸牌）在基本规则和游戏玩法方面相当简单，但为 AI 设定目标以过渡到针对某些最终游戏目标似乎相当复杂。

有人知道与该主题相关的任何论文、研究或其他材料吗？

我问这个问题是因为我知道这里有很多读得很好的 CS 类型可以给出明确的答案。

我想知道这样的人工智能是否存在（或正在研究/开发），它通过自己生成和编译代码来编写程序，然后通过从以前的迭代中学习来进步。我说的是努力让我们这些程序员过时。我正在想象通过反复试验来学习编程语言中哪些有效，哪些无效的东西。

我知道这听起来像是天方夜谭，所以我想知道已经做了什么，如果有的话。

当然，即使是人类程序员也需要输入和规范，所以这样的实验必须有仔细定义的参数。就像人工智能要探索不同的计时功能一样，这方面必须明确定义。

但是有了一个复杂的学习人工智能，我很想知道它会产生什么。

我知道有很多人类品质是计算机无法复制的，比如我们的判断、品味和偏见。但是我的想象力喜欢这样的想法：一个程序经过一天的思考后会吐出一个网站，让我看看它想出了什么，即使如此，我仍然经常认为它是垃圾；但也许每天一次，我可能会给它反馈并帮助它学习。

这种想法的另一个途径是提供一个高级描述，如“菜单式网站”或“图像工具”，它会生成足够深度的代码，作为代码完成模块，然后我可以在细节。但我想这可以设想为一种非智能的静态分层代码完成方案。

这个怎么样？

首先这是很难解决的问题，到目前为止我还没有想出一个很好的例子，但我希望这里有人能解决这个问题。我希望有解决这类问题的已知方法，或者一种晦涩难懂的算法。

设想：

• 在我的应用程序中，我对同一个网页做了几个请求
• 网页中有动态和随机的内容，例如（日期时间和当天的报价等，理论上可以是任何内容）
• 此应用程序的响应有 2 种情况，我们称它们为“TRUE”和“FALSE”。例如，有时响应会返回“True Text”，有时会返回“False Text”。
• 我的应用程序知道 3 个“TRUE”案例样本和 3 个“FALSE”案例样本，但这些也包括“时间”等随机内容。

挑战

• 现在，当我的应用程序收到新响应时，我如何了解此响应是“TRUE”还是“FALSE”案例的示例？

我试过的

• 逐行处理TRUE case的第一个样本，并根据字符的值生成一个整数数组
• 对第二个 TRUE 样本做同样的事情
• 对第三个 TRUE 样本做同样的事情
• 分析这些存储的 TRUE 案例之间的差异并创建一个新数组
• 现在，我知道哪些行是动态的（例如日期时间），现在我创建了一个新的最终 TRUE 案例数组，它只将静态行存储到最终的 TRUE 案例数组中。
• 现在，当我得到一个新案例时，我创建了一个类似的数组，然后将其与之前存储的最终 TRUE 案例进行比较，如果匹配（过滤行除外），如果其他行发生大量更改（存在容差值），那么它是 TRUE 案例错误的。

该算法的局限性和弱点非常明显。虽然我在某些情况下取得了一些不错的结果，但它并没有一直按预期工作。

我目前的课程是这样的：

对不起，标题没有多大意义，我找不到描述它的好方法。

在我的计算机科学学年中，我爱上了人工智能的许多方面。从专家系统、神经网络到数据挖掘（分类）。我想知道，如果我要专业地转变这种学术热情，那里有哪些与人工智能相关的工作？

Twitter、谷歌、亚马逊、del.icio.us 等都为您提供大量数据供您使用，全部免费。通过 Project Gutenberg 等计划还可以获得大量文本数据。而这似乎只是冰山一角。

我一直想知道你怎么能用这些数据来取乐。我是 IT 一年级的学生，所以我对统计、机器学习、协同过滤等一无所知。Toby Segaran 的《编程集体智能》一书激起了我对这个领域的兴趣，现在我想深入了解一下你可以用数据做什么。我不知道从哪里开始。有任何想法吗？

我也一直在思考是否应该去买像《人工智能编程范式》这样的东西。穿越城市值得吗？

对于一个 ai 类项目，我需要实现一个强化学习算法，它可以击败一个简单的俄罗斯方块游戏。游戏是用 Java 编写的，我们有源代码。我知道强化学习理论的基础知识，但想知道 SO 社区中是否有人亲身体验过这类事情。

1. 对于在俄罗斯方块游戏中实施强化学习，您推荐的阅读材料是什么？
2. 有没有什么好的开源项目可以完成类似的事情，值得一试？

编辑：越具体越好，但欢迎使用有关该主题的一般资源。

跟进：

认为如果我发布后续内容会很好。

这是我为任何未来的学生提供的解决方案（代码和文章）:)。

论文/代码

我正在使用一种称为NEAT的神经网络技术开发回合制游戏 AI 。我正在尝试训练一个可以在二维（X&Y 坐标）空间中移动的网络，给定存储在有效二维数组中的各种值。

我可以看到使用神经网络的两种策略：

1. 对于网格中的每个“单元”，提供来自不同启发式的分数作为神经元的输入，并创建一个实际上是一个非常复杂的“评分”系统的 NN。将非游戏角色 (NPC) 移动到得分最高的位置。

2. 为每个启发式度量创建一个压缩值（以某种方式压缩为尽可能少的位），并为每个度量提供一个输入神经元。

我对选项二很感兴趣，因为它提供了最少的计算量（游戏的运行时间很长），但是我很困惑我可以使用什么方法来创建两者的“小表示”版本-维度启发式值。我知道那里有诸如傅立叶变换之类的技术，但是我不知道这些是否适合我的问题。基本上，我正在寻找一种将 50x50 的双精度数组转换为一个或两个双精度值的方法。这两个双精度值可以进行有损压缩，我不需要能够取回原始值，我只需要一个合理的机制来将输入数据更改为一个小的占用空间。

这两种可能性的替代方法是根据与 NPC 的距离以某种方式编码“区域”（因此您可以获得“接近”单元格的实际值和“远”单元格的近似值）。我不确切知道我将如何连接它，但它至少消除了在游戏的每一轮评估每个单元的需要（考虑到我正在以每轮大约 1 秒的速度查看大约 500 万轮，任何简化我能想出会大有帮助）。

如果这没有多大意义，我深表歉意，这是一个相当困难的问题，困扰了我一段时间，我想不出一个简单的方法来描述它。

谢谢，

艾丹

编辑添加（并更改标题）：

多亏了克里斯，我们完善了我正在寻找的东西。我正在寻找的是一种以尽可能少的参数逼近一条线的方法（我可以将 2D 地图转换为一条线）。我之前使用三次样条进行插值，但是对于在 0.0 和 1.0 之间变化很大的数据集，我需要一些更可行的东西。我想我正在寻找的是地图的“散列”。

我知道有诸如三次样条之类的技术，我可以从中计算出一些“关键点”，这些值是我正在寻找的合理类比。我需要一种方法来获取 2500 个值并提出这些值的小表示，我可以将其用于神经网络。我认为可以训练NN来推断这些表示的真实含义，或者至少可以确定表示与现实世界之间的某种相关性，因此它不一定需要是可逆函数，但我不认为许多单向函数（例如 MD5、SHA）实际上也会非常有帮助......

我有一个使用光学鼠标作为位置跟踪的机器人。基本上，随着机器人的移动，它能够使用鼠标跟踪 X 和 Y 方向的变化。鼠标还跟踪您正在移动的方向 - 即负 X 或正 X。这些值被汇总到单独的 X 和 Y 寄存器中。

现在，机器人在原地旋转并仅向前移动。因此，理想情况下，机器人的运动是在特定角度以直线运动（尽管如果您偏离方向，鼠标跟踪可以拾取偏差）。机器人的一组特定运动如下：
A：旋转 45 度，移动 3 英寸
B：旋转 90 度，移动 10 英寸
C：旋转 -110 度，移动 5 英寸
D：旋转 10 度，移动 1 英寸
但是每次鼠标 X 和鼠标 Y 寄存器都会给出您在每个方向上移动的实际距离。

现在，如果我只想重复从 A 到 D 的运动集，我该如何使用我已经收集的信息来做到这一点。我知道我基本上可以总结我已经输入的所有角度和距离，但是如果每个移动命令中存在很大的错误，这将被证明是不准确的。如何使用鼠标中的原始信息？一位朋友提供了一个想法，即我可以连续地对鼠标值进行正弦和余弦运算并计算最终向量，但我不确定这将如何工作。

问题是鼠标只给出相对读数，因此旋转或向后移动，您可能会擦除信息。所以，是的，我想知道的是如何实现该算法，以便它可以持续跟踪变化，如果您最初以之字形移动到达那里，它可以为您提供最短路径。

我想使用 GA 来确定从 A 到 B 的最佳路径，满足某些条件（长度、匝数等）

路径的示例是：上 4、左 8、下 3、右 3、下 1、左 10、上 4、左 1、上 3

问题是，我真的不知道一种很好的方式来表示这样的信息，以便在 GA 中使用，特别是因为路径的长度是可变的。

有谁知道如何做这样的事情？

我想编写一个国际象棋引擎，学习如何做出好的动作并战胜其他玩家。我已经编写了棋盘的表示和输出所有可能动作的函数。所以我只需要一个评估函数来说明董事会的给定情况有多好。因此，我想使用一个人工神经网络来评估给定的位置。输出应该是一个数值。该值越高，白棋玩家的位置就越好。

我的方法是建立一个由 385 个神经元组成的网络：棋盘上有 6 个独特的棋子和 64 个区域。因此，对于每个字段，我们需要 6 个神经元（每块 1 个）。如果有白棋，则输入值为 1。如果有黑棋，则值为 -1。如果该字段上没有这种类型的块，则值为 0。除此之外，还应该有 1 个神经元供玩家移动。如果轮到白方，则输入值为1，如果轮到黑方，则输入值为-1。

我认为神经网络的配置非常好。但是缺少主要部分：如何将这个神经网络实现为编码语言（例如 Delphi）？我认为每个神经元的权重在开始时应该是相同的。然后根据比赛结果调整权重。但是怎么做？我想我应该让 2 个电脑玩家（都使用我的引擎）互相对抗。如果白方赢了，黑方会得到它的权重不好的反馈。

因此，如果您能帮助我将神经网络实现为编码语言（最好是 Delphi，否则是伪代码），那就太好了。提前致谢！