- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我正在 Python 2.7.11 中的 Pacman 基本游戏中实现 minimax。 Pacman 是最大化代理,一个或多个幽灵(取决于测试布局)是最小化代理。
我必须实现 minimax 以便可能存在多个 最小化代理,并且它可以创建一棵 n 层(深度)。例如,第 1 层是每个幽灵轮流将其可能移动的最终状态效用最小化,以及吃 bean 人轮流最大化幽灵已经最小化的东西。从图形上看,第 1 层看起来像这样:
如果我们将以下任意实用程序分配给绿色终端状态(从左到右):
-10, 5, 8, 4, -4, 20, -7, 17
Pacman 应该返回 -4
然后朝那个方向移动,根据那个决定创建一个全新的 minimax 树。首先,我的实现需要一个变量和函数列表:
# Stores everything about the current state of the game
gameState
# A globally defined depth that varies depending on the test cases.
# It could be as little as 1 or arbitrarily large
self.depth
# A locally defined depth that keeps track of how many plies deep I've gone in the tree
self.myDepth
# A function that assigns a numeric value as a utility for the current state
# How this is calculated is moot
self.evaluationFunction(gameState)
# Returns a list of legal actions for an agent
# agentIndex = 0 means Pacman, ghosts are >= 1
gameState.getLegalActions(agentIndex)
# Returns the successor game state after an agent takes an action
gameState.generateSuccessor(agentIndex, action)
# Returns the total number of agents in the game
gameState.getNumAgents()
# Returns whether or not the game state is a winning (terminal) state
gameState.isWin()
# Returns whether or not the game state is a losing (terminal) state
gameState.isLose()
这是我的实现:
"""
getAction takes a gameState and returns the optimal move for pacman,
assuming that the ghosts are optimal at minimizing his possibilities
"""
def getAction(self, gameState):
self.myDepth = 0
def miniMax(gameState):
if gameState.isWin() or gameState.isLose() or self.myDepth == self.depth:
return self.evaluationFunction(gameState)
numAgents = gameState.getNumAgents()
for i in range(0, numAgents, 1):
legalMoves = gameState.getLegalActions(i)
successors = [gameState.generateSuccessor(j, legalMoves[j]) for j, move
in enumerate(legalMoves)]
for successor in successors:
if i == 0:
return maxValue(successor, i)
else:
return minValue(successor, i)
def minValue(gameState, agentIndex):
minUtility = float('inf')
legalMoves = gameState.getLegalActions(agentIndex)
succesors = [gameState.generateSuccessor(i, legalMoves[i]) for i, move
in enumerate(legalMoves)]
for successor in successors:
minUtility = min(minUtility, miniMax(successor))
return minUtility
def maxValue(gameState, agentIndex)
self.myDepth += 1
maxUtility = float('-inf')
legalMoves = gameState.getLegalActions(agentIndex)
successors = [gameState.generateSuccessor(i, legalMoves[i]) for i, move
in enumerate(legalMoves)]
for successor in successors:
maxUtility = max(maxUtility, miniMax(successor))
return maxUtility
return miniMax(gameState)
有人知道为什么我的代码会这样吗?我希望有一些 Minimax/人工智能专家可以识别我的问题。提前致谢。
更新:通过将我的 self.myDepth
值实例化为 0
而不是 1
,我已经消除了异常抛出问题。但是,我的实现总体上仍然存在错误。
最佳答案
我终于找到了解决问题的方法。主要问题是我没有正确引用 depth
来跟踪层。与其在 maxValue
方法中递增深度,不如将其作为参数传递给每个函数,并且仅在传递到 maxValue
时递增。还有其他一些逻辑错误,例如没有正确引用 numAgents
,还有我的 miniMax
方法没有返回操作。这是我的解决方案,结果证明有效:
def getAction(self, gameState):
self.numAgents = gameState.getNumAgents()
self.myDepth = 0
self.action = Direction.STOP # Imported from a class that defines 5 directions
def miniMax(gameState, index, depth, action):
maxU = float('-inf')
legalMoves = gameState.getLegalActions(index)
for move in legalMoves:
tempU = maxU
successor = gameState.generateSuccessor(index, move)
maxU = minValue(successor, index + 1, depth)
if maxU > tempU:
action = move
return action
def maxValue(gameState, index, depth):
if gameState.isWin() or gameState.isLose() or depth == self.depth:
return self.evaluationFunction(gameState)
index %= (self.numAgents - 1)
maxU = float('-inf')
legalMoves = gameState.getLegalActions(index)
for move in legalMoves:
successor = gameState.generateSuccessor(index, move)
maxU = max(maxU, minValue(successor, index + 1, depth)
return maxU
def minValue(gameState, index, depth):
if gameState.isWin() or gameState.isLose() or depth == self.depth:
return self.evaluationFunction(gameState)
minU = float('inf')
legalMoves = gameState.getLegalActions(index)
if index + 1 == self.numAgents:
for move in legalMoves:
successor = gameState.generateSuccessor(index, move)
# Where depth is increased
minU = min(minU, maxValue(successor, index, depth + 1)
else:
for move in legalMoves:
successor = gameState.generateSuccessor(index, move)
minU = min(minU, minValue(successor, index + 1, depth)
return minU
return miniMax(gameState, self.index, self.myDepth, self.action)
很快!我们最终的工作多智能体 minimax 实现。
关于python - 为什么我的 Minimax 不能正确展开和移动?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36022941/
这个问题已经有答案了: How to do case insensitive string comparison? (23 个回答) 已关闭 3 年前。 用户在我的输入栏中写入“足球”,然后执行第 6
啊,不习惯 javascript 中的字符串。 character_id= + id + correct= + correctOrIncorrect 这就是我需要制作成字符串的内容。如果您无法猜测字符
$(function() { var base_price = 0; CalculatePrice(); $(".math1").on('change', function(e) { Calc
我找不到任何文章回答问题:将Spinnaker部署到Spinnaker将管理的同一Kubernetes集群是否安全/正确?我主要是指生产,HA部署。 最佳答案 我认为Spinnaker和Kuberne
我正在使用MSVC在Windows上从源代码(官方源代码发布,而不是从仓库中)构建Qt5(Qt 5.15.0)。 我正在设置环境。变量,依赖项等,然后运行具有1600万个选项的configure,最后
我需要打印一个包含重复单词的数组。我的数组已经可以工作,但我不知道如何正确计算单词数。我已经知道,当我的索引计数器 (i) 为 49 时,并且当 (i) 想要计数到 50 时,我会收到错误,但我不知道
我正在遵循一个指南,该指南允许 Google map 屏幕根据屏幕尺寸禁用滚动。我唯一挣扎的部分是编写一个代码,当我手动调整屏幕大小时动态更改 True/False 值。 这是我按照说明操作的网站,但
我有一个类“FileButton”。它的目的是将文件链接到 JButton,FileButton 继承自 JButton。子类继承自此以使用链接到按钮的文件做有用的事情。 JingleCardButt
我的 friend 数组只返回一个数字而不是所有数字。 ($myfriends = 3) 应该是…… ($myfriends = 3 5 7 8 9 12). 如果我让它进入 while 循环……整个
这个问题在这里已经有了答案: Is there a workaround to make CSS classes with names that start with numbers valid?
我正在制作一个 JavaScript 函数,当调整窗口大小时,它会自动将 div 的大小调整为与窗口相同的宽度/高度。 该功能非常基本,但我注意到在调整窗口大小时出现明显的“绘制”滞后。在 JS fi
此问题的基本视觉效果可在 http://sevenx.de/demo/bootstrap-carousel/inc.carousel/tabbed-slider.html 获得。 - 如果你想看一看。
我明白,如果我想从函数返回一个字符串文字或一个数组,我应该将其声明为静态的,这样当被调用的函数被返回时,内容就不会“消亡”。 但我的问题是,当我在函数内部使用 malloc 分配内存时会怎样? 在下面
在 mySQL 数据库中存储 true/false/1/0 值最合适(读取数据消耗最少)的数据字段是什么? 我以前使用过一个字符长的 tinyint,但我不确定它是否是最佳解决方案? 谢谢! 最佳答案
我想一次读取并处理CSV文件第一行中的条目(例如打印)。我假设使用Unix风格的\n换行符,没有条目长度超过255个字符,并且(现在)在EOF之前有一个换行符。这意味着它是fgets()后跟strto
所以,我们都知道 -1 > 2u == true 的 C/C++ 有符号/无符号比较规则,并且我有一种情况,我想有效地实现“正确”比较。 我的问题是,考虑到人们熟悉的尽可能多的架构,哪种方法更有效。显
**摘要:**文章的标题看似自相矛盾。 本文分享自华为云社区《Java异常处理:如何写出“正确”但被编译器认为有语法错误的程序》,作者: Jerry Wang 。 文章的标题看似自相矛盾,然而我在“正
我有一个数据框,看起来像: dataDemo % mutate_each(funs(ifelse(. == '.', REF, as.character(.))), -POS) # POS REF
有人可以帮助我使用 VBScript 重新格式化/正确格式化带分隔符的文本文件吗? 我有一个文本文件 ^分界如下: AGREE^NAME^ADD1^ADD2^ADD3^ADD4^PCODE^BAL^A
就目前而言,这个问题不适合我们的问答形式。我们希望答案得到事实、引用或专业知识的支持,但这个问题可能会引起辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开,visit the he
我是一名优秀的程序员,十分优秀!