AI: обучение против стратегии

У меня есть теория об искусственном интеллекте, о которой я хотел бы написать «технический документ». Различие, которое я хочу исследовать в искусственном интеллекте, - это обучение против стратегии. У меня вопрос, где я могу прочитать другие материалы на эту тему?

Позвольте мне привести шахматный пример. Давайте посмотрим на шахматный ИИ как на максимальное дерево, где захват вражеского юнита добавляет значение этого юнита к «счету ходов» для этого решения (и аналогичным образом потеря фигуры вычитает это значение в счёт). Захват пешки может принести 1 очко, рыцарю - 4 очка, ладье - 5 очкам и т. Д.

Стратегией будет ИИ, чтобы применить эти точки и определить следующий ход; например. учитывая десять возможных ходов, выберите лучший (максимальный балл) в конце трех ходов.

Обучение будет применять статистическое наблюдение для определения этих значений. Если вы играете в 100 игр, ИИ может решить, что захват пешки составляет 2 очка, а рыцарь - 7 очков, а ладья - только 3 очка (на основе 100 игровых игр).

Существует ли это различие в литературе, и если да, где я могу прочитать об этом ?

Редактировать: Кто-нибудь знает игру в шахматы (желательно с исходным кодом), которая использует этот подход? Может быть, Chess960 @ Home ?

ai chess

— ashes999
источник

Звучит как смесь теории игр с «точками», приспособленными к обучению на основе эпох.

— замедленная

Ответы:

То, что вы называете стратегией, обычно называется поиском в сообществе искусственного интеллекта. Он включает в себя простые алгоритмы, такие как A * и DFS , и методы эвристического проектирования для информированных поисков, таких как A *.

То , что вы называете обучение называется машинное обучение , традиционно разделяется на подконтрольное обучение , неконтролируемое обучение и обучение с подкреплением . Вероятно, наиболее важными областями для игр являются генетическое программирование , нейронные сети и вспомогательные векторные машины , а также байесовские сети . Но машинное обучение - огромная область, и это лишь небольшой набор изучаемых инструментов.

Если вы действительно интересуетесь различными типами подходов к искусственному интеллекту, я рекомендую приобрести настоящий учебник, такой как AI: современный подход, а не читать Википедию.

+1 за современный подход. Отличная книга. Хотя я не согласен с полезностью самих нейронных сетей в играх (бар Black and White).

— Рэй Дей

Я не говорил, что они полезны, просто важны. Они использовались в нескольких играх, и многие методы искусственного интеллекта основаны на них или по сравнению с ними. В отличие, скажем, от методов кластеризации данных, которыми я пользуюсь невероятно часто, но я не думаю, что видел что-то более сложное, чем вариации k-средних в играх.

Это вполне справедливо, я согласен, что они являются наиболее применимыми областями к играм, хотя, им просто нужно немного поработать;)

— Рэй Дей

Существует третий подход (также «стратегический»), называемый «Экспертные системы», где вы в основном находите алгоритм, основанный на правилах, который может вообще не требовать деревьев поиска, по сути, это просто последовательность if-thens.

— Ян Шрайбер

@Ian: Я знаком с экспертными системами, но это не серия if-thens. Фактически современные экспертные системы реализованы с использованием инструментов, которые я описал выше - можно использовать машинное обучение, чтобы помочь оценить возможные правила вывода, или искать, используя прямую или обратную цепочку по этим правилам. Возможно, вы думаете о деревьях решений, но даже они часто создаются и настраиваются машинным обучением и исследуют несколько путей с помощью поиска.

Вы должны обязательно прочитать AI современный подход . Книга немного дорогая, но вы не сможете серьезно поговорить об искусственном интеллекте, пока не начнете работу. Кроме того, 2-е издание так же хорошо, как и 3-е, поэтому, если вам удастся найти более дешевое 2-е издание, возьмите его.

Если вы действительно хотите заняться машинным обучением, книга доктора Митчелла содержит много полезной информации.

К сожалению, существует такой большой барьер для поступления в академии искусственного интеллекта. Но это не поможет вам или кому-либо еще, если вы опубликуете официальный документ, который использует уникальный (неправильный) словарь и обсуждает методы, уже хорошо известные в академических кругах.

Поле изучения поведения вашего оппонента, чтобы улучшить свое собственное имеет несколько заметных записей. Хорошие спам-фильтры делают именно это. Вы должны заглянуть в Paper Rock Scissors AI. Что делает PRS уникальным, так это то, что он прост и не требует поиска (стратегия АКА). Единственный способ, которым ИИ может победить человека, - это узнать его предпочтения и использовать их.

Проверьте этот бот PRS AI, созданный NYTimes.

— deft_code
источник

Хорошо, но не то, что я ищу. Ответ Джо Вершнига - это, по сути, то, чего я хочу - терминология того, что я ищу, чтобы исследовать / писать о ней. Кроме того, я не большой в терминологии и теоретических исследованиях; Я предпочел бы написать библиотеку многократного использования и распространять ее, чтобы люди могли ее использовать.

— ashes999