机械必威体育网址

标题: 如何让机器人通过自学习的方式学会玩“石头、剪刀、布”游戏？ [打印本页]
作者: 刘景亚    时间: 2016-4-8 17:44
标题: 如何让机器人通过自学习的方式学会玩“石头、剪刀、布”游戏？
本帖最后由 刘景亚 于 2016-4-11 18:26 编辑 % i; s* N- X; i5 P# N: H1 ]

, B% x) N* D' r1 w2 m前段时间的人机围棋大战赚足了人们的眼球，Google公司的AlphaGO也使机器学习和深度学习让更多的人有了一定的了解，可谓做了一次很好的科技普及。
, [9 ]  I3 c5 X7 o3 f# F现在我们从简单问题入手，如何基于机器学习，通过自学习的方式让机器人学会玩“石头、剪刀、布”游戏？& q+ q: U/ a! I8 f
不知大家有何建议？欢迎大家发言参加讨论。
/ `4 \, H7 J. u4 d# x*******************************************************************************************4 p$ z. a( I' L7 j+ M0 O+ \: ^
分割线以上为原贴/ y' U* r% ~" }+ L' ?) I) D' U
*******************************************************************************************/ w# `$ v& R' @6 t; }
非常感谢各位大侠的参与和讨论。
6 K9 z5 ^7 Q$ M6 ?关于机器人玩“石头、剪子、布”游戏，我本打算分三个问题和步骤和大家一起探讨。看到讨论中，大家对这三个方面都有所涉及。4 T4 x$ e# @+ X- q  B
下面我把我对这个问题的认识抛出来与大家交流分享。; Z6 E$ n7 \' ^4 D, `
要让一个机器人玩“石头、剪刀、布”，我们分三步走。
% R) h: }5 \9 p2 t! l2 ]6 H% L2 H第一步，如何让机器人通过自学习的方式学会游戏规则？比如，一开始机器人并不知道石头、剪子和布，哪个赢哪个，要玩游戏首先得学会规则。当然要实现这一步，有比较简单的办法，最直接的是程序员编程时，直接定义这个规则，这是以前经常用的传统的方法。现在我们想通过一种新的方法来实现，让机器人像小孩一样，通过不断地实践、摸索和总结掌握这个规则，也就是自学习和机器学习。
8 E5 p/ I" m  {& Q/ C第二步，如何让机器人在掌握规则后大概率获胜？
9 @; G, r7 T. L第三步，能不能通过一种方法，使机器人在每局对战时100%获胜？- E1 U; \6 T/ W1 Q, l3 \4 Q
*****************************************************************************************
/ Y6 z' V6 H1 k' w关于第一步，可以用如下方法实现：让机器人和人对战，在对战的实践过程中训练机器人，使其不断自学习以掌握规则。在对战，人始终随机出，机器人一开始并不知道规则，也随机出。赢了有奖励，输了有惩罚，随着对战次数的增多，机器人就会对出拳的种类形成“价值判断”。在训练过程中，机器人会反复判断，是随机出还是基于已经学到的部分知识。经过不断训练，机器人就会学会游戏规则。这个过程区别于以往的程序员直接定义，和人类的学习过程十分类似。
! R) r% M; T7 g  {/ R那么这个方法有没有效果，我们验证一下。
- P- d" }! {5 v3 g* k; L3 E- b5 F下图是我与机器人玩25局的情况，注意这个机器人一开始并不知道游戏规则。我随机出拳，机器人一开始也随机出，赢了奖励，输了惩罚。大家会发现，从第11局开始，机器人就已经完全掌握了规则。; L- u% H+ ^$ h1 M2 \+ k

  r3 Z1 u* }* x9 x2 T# B[attach]383558[/attach]
3 q) S7 ?5 [2 I: c$ _7 {- c& Z" H1 L' ~* {* [2 n

5 R0 Q; d: x) C# o% K& h1 V' b
作者: pacelife    时间: 2016-4-8 17:54
这种纯概率的东西，要做算法是很简单，但是胜率要提上去不容易啊
作者: 2266998    时间: 2016-4-8 18:15
应该上一个图形处理系统，先分辨对面这家伙是谁，再决定怎么玩，7 P% e; S' \  R, t3 k! S2 s! O
7 v5 U2 z: b0 a
人的活动，是有固定姿态的，比如下一步怎么活动，有细微表现，总结了这些姿态，就可以胜了对面的家伙，
: v0 Q2 Q: H$ W# N. {
3 C, K6 K2 z! v: d* {
作者: crazypeanut    时间: 2016-4-8 18:38
本帖最后由 crazypeanut 于 2016-4-8 18:39 编辑 ! L6 [# w2 C8 u: Y4 j/ A1 d! P
* Y0 a* D4 v1 L9 d
如果不考虑心理学因素的话，猜拳不是博弈系统，是一个纯概率系统，样本空间为（剪，石），（剪，布），（剪，剪），（石，剪），（石，布），（石，石），（布，剪），（布，石），（布，布）8 u/ e" c3 ?) G% A' w
* ]3 y6 e, K1 Q; C" K# b
获胜组合是（剪，布），（石，剪），（布，石），概率为1/3，相应的，平局组合和输掉组合均为1/3) M/ S6 j! v( B9 w  Q4 S3 r( `

6 W* {; G' V' p- T% r; _因此，如果没有心理学算法在里面，用随机算法随机选择出拳的话，获胜几率不会超过1/3; [: o; L1 ]# `$ [

6 K* o: u" t+ p4 [& @而将心理学因素考虑进去，就像8爷所说的，要加上图形系统，增加了复杂性，也偏离了正道, I/ _" a. t7 y
9 |% Y& Y9 h5 o6 o, s
个人建议，选择五子棋或者黑白棋作为研究对象更合适，五子棋和黑白棋应该算是最简单的博弈系统了，棋子就黑白两种，相对容易处理7 f" k; [% d& [* n8 A4 E
; B4 }; R$ B7 v$ o, z
有人可能说井字棋更简单，但是作为博弈系统，井子棋有不败的策略，没有太大的研究价值
作者: 木子12    时间: 2016-4-8 19:06
crazypeanut 发表于 2016-4-8 18:38 ) r% C, n* v) e8 w' |
如果不考虑心理学因素的话，猜拳不是博弈系统，是一个纯概率系统，样本空间为（剪，石），（剪，布），（剪 ...

' C7 q$ D& s- \5 S9 h1 v2 G之前好像有一个日本的机械手，就是这么干的，动作相当灵活* u: ^! |  d4 C1 q# B
作者: fiyu1314    时间: 2016-4-8 19:54
     玩石头剪刀布没问题。很简单。生成1 2 3 随机数分别代表石头剪刀布。  自学习估计这个必威APP精装版下载里懂得就少了。去个程序员必威APP精装版下载估计能弄明白自学习的程序的都不多。顶多就是 分析下 这个人出什么的概率，和出完什么再出什么的概率。然后弄个算法分析下他会出什么的概率最大。再高科技点，就分析他出什么之前的浑身表情动作等。
作者: 冷月梧桐    时间: 2016-4-8 20:25
这是一个随机概率的问题，石头，剪刀，布就是三个动作点，然后随机输出一个动作点就会呈现一个动作就好了，从理论上来讲是完全可行的
作者: shiqi67    时间: 2016-4-8 20:45
楼主的意思应该是“如何让机器人学会玩剪刀石头布”，而不是“使机器人玩”剪刀石头布吧……# `2 I  P9 z/ g# @& ~+ m
楼上都跑偏了吧
作者: huiyu788    时间: 2016-4-9 07:58
可以根据对方出拳的情况，用多项式拟合，然后用多项式预测下一步对方出什么，对方每出一次拳，就修正多项式
作者: wsxm82    时间: 2016-4-11 10:14
用上“分歧终端机”呢，非诚勿扰里的那个
作者: 刘景亚    时间: 2016-4-11 18:42
下图是我与机器人每次玩25局，重复了6次的实验结果。3 e! X/ {3 L1 h( u7 Q
图中1表示机器人胜，2表示机器人负，3表示平局。6 {* z3 x+ Z' c) {/ B
可以看出，机器人基本上在10局左右，就会掌握规则。
% A; w+ G3 S# x# m[attach]383559[/attach]4 }! w' ^5 M- K9 {0 W2 F) ^8 O3 D: V

7 j" u+ K& |7 M: V; z5 @1 D" O, I; k, [
作者: ywjianghu    时间: 2016-5-8 09:46
楼主位没有说明，这个机器人是带视觉识别系统的吧？
+ c* n2 \  B+ q% \! q6 S单纯从概率和经验上，是无法判断人接下去出什么的。9 @) z2 |* M1 V& Q& M




欢迎光临 机械必威体育网址 (//www.szfco.com/) Powered by Discuz! X3.4