swift - 人工智能 - 如何决定拍卖出价的估价？

Question

我正在做一个项目，其中有一系列要拍卖的卡片；出价最高的人将赢得拍卖中值(value)最高的卡片。

当 AI 玩家轮到时，他需要评估数组并确定他的出价估值。

忽略与验证或规则有关的任何事情；因为我已经对这些进行了编程和测试。

我的查询更具体地是关于如何为给定的值数组关联一个值；并提出一个出价。

在项目中，卡片的范围从1...30；以 30 为最高。

一次拍卖可能有 6 张牌，洗牌并“拍卖”

即:

#1 - "Card name" - Value: 1
#2 - "Card name" - Value: 3
#3 - "Card name" - Value: 30
#4 - "Card name" - Value: 15
#5 - "Card name" - Value: 24
#6 - "Card name" - Value: 18

我的问题是，计算机如何审查这些值(value)并确定对他来说值(value)多少才能继续提高他的出价，甚至提出开价？

我们确实知道一些变数。

• 拍卖所有卡牌
• 手头现金
• 剩余多少轮拍卖(目前，假设有 6 轮拍卖)

鉴于此，我想出了一个基本的加权解决方案。

即:

var weight = 1.0

if roundsRemaining = 1 {
   weight += 0.35
}

if weight > 1.0 { 
   weight = 1.0 
}

然后我在 0 和 1.0 之间随机化；越接近 1.0，出价玩家出价的可能性就越大。

虽然它给了我出价的概率，但并没有告诉我他的出价的估价。

理想情况下，我希望 AI 审查提供的卡片并根据他认为最高卡片的值(value)(因为这是他的出价)出价。

这是我的查询；给定一组具有值和已知参数的卡片；人工智能如何确定出价的估值。

Answer 1

最简单的方法是使用 Statistics :)

您可以对拍卖中的卡片进行平均，然后将该值与已知的值分布(即所有可能集合的钟形曲线)进行比较，以找到该拍卖的 p 值。 p 值越高，集合越有值(value)，AI 就越愿意为此付出代价。

这是有效的，因为任何集合的所有值都会回归到平均值。

如果拍卖集未知(也就是说玩家无法看到拍卖中的所有牌)，则 AI 可以根据已知的 p 值“猜测”或记住哪些牌已经被看过并移除他们从总分布。

您可以使用这个统计库，而不必自己编写: https://github.com/evgenyneu/SigmaSwiftStatistics