Python做人工智能？让电脑自己学会玩游戏，实战带你入门机器学习

前言

之前本号就有一篇文章是关于用Python编写一个"拿石子"游戏，一个能让你与电脑对弈的小游戏，但其中电脑玩家的选择是随机的，意味着你是与一个智障电脑在玩游戏。

今天我们更进一步，编写程序让这个智障电脑可以自己与自己不断玩这个"拿石子"游戏，最终学会如何赢得这个游戏。不仅如此，我们还可以通过这个训练后的电脑玩家得知这个游戏的必胜秘诀(文末处)。下面看看示意动图。

高能预警，本文与之前的文章不一样，需要自己实现一个强化学习中的一个小算法，但这个算法不难，而且可以广泛应用到其他同类型的博弈问题中，可以让你做出有趣的东西出来。我们开始吧。

"拿石子"游戏规则

拿石子游戏规则很简单，开始有一定数量的石子(假如是10)，然后两人轮流从石子堆中取走一定范围的数量(例如是1到3)，以此类推，最后拿走剩余的所有石子的人就输了。

本文需要的库

numpy
pandas
retrying

如果你已经看过我关于如何安装Anaconda的文章，那么这些库基本都不用安装了。

程序结构

由于本次程序较为复杂，并且日后我会继续使用不同的方式去改善他。因此本次不会使用上次文章中的代码结构，而是采用类的方式组织代码。最后，如果你的时间不是很紧张，并且又想快速的python提高，最重要的是不怕吃苦，建议你可以架尉♥信（同音）：276 3177 065 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~
整个游戏有3个角色：

人类玩家:UserPlayer
- 本次拿取数量:get_taken_num(current_num)
电脑玩家:CpuPlayer
- 本次拿取数量:get_taken_num(current_num)
- 学习:learning(current_num,taken_num,state)
裁判:Referee
- 准备开局:ready
- 获取当前剩余石子数量:current_num
- 判定当前局面状态:get_state(taken_num)
- 更新剩余石子:take_away(taken_num)
- 本局是否结束:is_end_game

上述所有实现都在models.py中，有兴趣的朋友请去github查看即可。

关键点说明

到底机器学习的程序与普通的应用开发程序有什么不一样？正如本文的实现，程序的逻辑走向不是通过我们写代码的方式编写的，而是通过数据来决定。

下面就来简单说明整个过程的关键点

整体上来说，电脑玩家每次选择拿取多少个石子，是通过一个表的数据判断出来。
图中的行索引(左边绿色框中的)，表示当前盘面的石子数量。
列索引(上方红色框中)，表示可以选择的数量
那么行列索引交叉点的数据，就表示这次选择的价值，这个值越大，电脑玩家就会越可能选择。
所以你可以看到，当你与电脑玩家对战时，其实他早就想好每一步要怎么走了。

问题是，这个表格中的价值数据是怎么得来的？没错，就是让他与自己不断的对战从而获得经验而来。我们来分析一下这个对战过程

一开始的时候，整个表格的值全是0
假设当前剩余数量是10，那么他就会看行索引10对应的那一行的数据。
他发现那一行全是0，那么他就会随机来挑。对的，此时他就是在碰运气。
当他选好本次拿取数后，就会根据下一轮可能出现的状态来计算价值，然后更新到本次选择中。
上图包含了3种可能的选择中的每个情况

当然，第一次训练时，比较靠后的记录都不会有任何更新。直到遇到奖励或惩罚。下图表明了这样的情况

假如当前剩余数量是4，电脑玩家选择，他选了取走3个。
这是裁判反馈给他说，你赢了，因此在(行4,列3)那里的价值加了10分。这就是电脑玩家可以自己学会玩游戏的关键。
如果裁判反馈给他说，你输了，那么以一样的机制扣减价值分。

再来看看之后他是怎么得到下面行的分数。假设现在已经训练了几个回合，表格上方的行陆陆续续有些得分

假设当前剩余数量为6，电脑玩家随机选了1，那么就可以确定下一个可能的状态区域
发现3行数据没有一行全是0或全是负数，因此(行6,列1)那里的价值分加3行区域中的最大值*学习率(就是一个百分比)
以此类推，电脑玩家不断与自己玩游戏，不断更新表格中的分数。
注意一点，整个项目我们都没有编写任何的游戏逻辑代码。只有关于奖励与惩罚相关的逻辑。

游戏必胜秘诀

上图把电脑玩家学习到的表格数据显示出来
看到那些整行都是负数的吗，那些就是必定会输的状态。
这也是为什么我设定于电脑对战时默认是21开始并且是电脑先拿，这样我才有机会赢。
我们还看到从2开始，每个3段就会出现一个必输的盘面。

小结

本文利用了最简单的强化学习中的Q-Table机制，让电脑自学玩游戏，这是一个非常适合入门的例子(他需要你在Q-Table方法上做出变通)。以后我会继续改善这个游戏，用不同的机器学习的方式去实现这些功能，敬请期待。

如果觉得本文对你有所帮助，记得关注、评论、转发、收藏噢~

Python做人工智能？让电脑自己学会玩游戏，实战带你入门机器学习相关推荐

玩游戏的时候计算机弹出,win10电脑全屏玩游戏时自动弹出桌面的问题怎么解决...
win10电脑全屏玩游戏时自动弹出桌面的问题怎么解决有的小伙伴在使用Windows10系统的电脑玩游戏时,总会自动弹出桌面,觉得非常麻烦,但是却不知道如何解决这一问题,那么小编就来为大家介绍一下吧. ...
刺激战场模拟器过检测的被封号了怎么办？电脑控制手机玩游戏了解一下
最近腾讯又搞大事情了,封禁了一大批模拟器用户,准确地说是用模拟器过检测匹配手机的玩家,但是很多正常的模拟器玩家也被误判封禁了,让很多人愤愤不平,纷纷转战刺激战场国际服. 其实除了可以用模拟器在电脑上玩 ...
怎么在网吧计算机查找游戏,网吧电脑可以边玩游戏边录视频吗？这样的方法很少人知道...
网吧电脑可以边玩游戏边录视频吗?游戏是每个年轻人喜爱的休闲方式之一!对于很多小伙伴来说,每到节假日都会约上朋友去网吧来上几盘.那么在此过程当中,如果想要将网吧电脑上的游戏录制成视频该如何实现呢?这里为 ...
黑客都用Python做什么？我们能学会这些技术吗？
黑客都用python做什么? 黑客们都会运用到Python,远程可以远程控制扫描仪.溢出exp,附近就能调用各种系统函数.内存注入代码.本地溢出攻击等等这些都能够通过Python完成,简单一个Pyth ...
学Python做人工智能的前景怎么样？如何入行？
已经没有什么能够阻挡Python了.根据最近火爆朋友圈的一则消息,Python已经进入山东省小学教材.Python这几年的火热,离不开人工智能和机器学习. 作为一种解释型语言,Python 的设计哲学 ...
计算机上可以玩游戏吗,剑网3缘起：五年前的电脑能畅玩游戏吗？玩家做了一个实验...
哈罗大家好,我是盟盟,本期和大家聊聊剑网3缘起的话题. 剑网3缘起公测在即,作为一款已经火了十几年的游戏,剑网3缘起在二测阶段就已经出现了"人潮涌动"的场景,放眼望去就是一排玩家在 ...
重温经典：Python版飞机大战源码神器玩游戏就玩自己开发的
目录导语正文一.环境安装二.我方飞机三.敌方飞机四.控制键盘移动五.检测子弹碰撞六.效果图总结免费源码领取处: 往期文章推荐-- Python从入门到实战-- 绘图Turtle系列 ...
怎样链接计算机一起玩游戏,怎么在投影上打游戏？电脑连接投影玩游戏教程这样玩游戏才爽！...
虽然现在很多人喜欢在手机上没事儿玩两把游戏,放松一下,但是真正要爽快的玩游戏,还是得在电脑显示器或者是电视机上大屏幕玩主机.PC游戏来的过瘾.毕竟不管是主机游戏还是PC游戏,其画质和游戏的精美程度都是 ...
怎样链接计算机一起玩游戏,怎么在投影上打游戏？电脑连接投影玩游戏教程，这样玩游戏才爽！...
虽然现在很多人喜欢在手机上没事儿玩两把游戏,放松一下,但是真正要爽快的玩游戏,还是得在电脑显示器或者是电视机上大屏幕玩主机.PC游戏来的过瘾.毕竟不管是主机游戏还是PC游戏,其画质和游戏的精美程度都是 ...
如何设置计算机玩游戏不卡,win10电脑怎么设置玩游戏不卡？
很多人说Win10系统游戏兼容性差,游戏体验差.其实这个说法很不正确.对于大多数游戏玩家来说,Win10是一个不错的游戏平台.不仅兼容性好,Xbox的原生加持也让玩家更享受.很多人不知道Win10中有 ...

Python做人工智能？让电脑自己学会玩游戏，实战带你入门机器学习

Python做人工智能？让电脑自己学会玩游戏，实战带你入门机器学习相关推荐

最新文章

热门文章