【人工智能】作业1: Bait游戏 实验报告
作业1: Bait游戏 实验报告
151220129 计科 吴政亿
任务一 深度优先搜索
变量简介
| 变量类型 | 变量名 | 变量含义 |
|---|---|---|
| ArrayList | closeList | 存储已经走过的历史路径 |
| boolean | isCalculated | 是否得到了能走到终点的答案 |
| ArrayList | depthFirstAction | 存储dfs中的每一步动作 |
| int | nowStep | 当前步骤在depthFirstAction的下标 |
函数简介
| 返回类型 | 函数名 | 传入参数 | 函数功能 |
|---|---|---|---|
| boolean | isInCloseList | StateObservation obs | 检测是否在历史状态中 |
| boolean | getDepthFirst | StateObservation stateObs, ElapsedCpuTimer elapsedTimer | 计算从stateObs出发的深度优先路径，如果找到则返回true |
| Types.ACTIONS | act | StateObservation stateObs, ElapsedCpuTimer elapsedTimer | 根据局面stateObs调用getDepthFirst并返回当轮动作 |
| void | debugPrint | Types.ACTIONS act | 输出act动作信息 |
| void | debugPrintAllAction | ArrayList actions | 输入actions中所有动作信息 |
核心代码
boolean getDepthFirst(StateObservation stateObs, ElapsedCpuTimer elapsedTimer){if(stateObs in closeList)return false;elsecloseList.add(stateObs);stCopy = stateObs.copy();for(all actions in stateObs){try this action in stCopy;depthFirstAction.add(action);if(win) return true; // all actions are in 'depthFirstAction'else if(stateObs in closeList || Game over){stCopy = stateObs.copy(); // reset stCopydepthFirstAction.delete(action);continue;}else{ // a new stateif(getDepthFirst(stCopy,elapsedTimer))return true;else {stCopy = stateObs.copy(); // reset stCopydepthFirstAction.delete(action);continue;}}}return false;
}任务二 深度受限的深度优先搜索
变量简介
| 变量类型 | 变量名 | 变量含义 |
|---|---|---|
| ArrayList | closeList | 存储已经走过的历史路径 |
| ArrayList | stateDepth | 历史路径里对应的每一个的深度 |
| ArrayList | limitDepthFirstAction | 存储limitdfs中的每一步动作 |
| double | bestCost | 精灵与目标在state中最优状态的距离 |
| Vector2d | goalpos | 门的位置 |
| Vector2d | keypos | 钥匙的位置 |
函数简介
| 返回类型 | 函数名 | 传入参数 | 函数功能 |
|---|---|---|---|
| void | initAgent | null | 初始化Agent |
| boolean | isInCloseList | StateObservation obs | 检测是否在历史状态中 |
| void | limitDepthFirst | StateObservation stateObs, ElapsedCpuTimer elapsedTimer, int depth | 计算从stateObs出发的受限层数为depth的深度优先路径 |
| Types.ACTIONS | act | StateObservation stateObs, ElapsedCpuTimer elapsedTimer | 根据局面stateObs调用limitDepthFirst并返回当轮动作 |
| void | debugPrint | Types.ACTIONS act | 输出act动作信息 |
| void | debugPrintAllAction | ArrayList actions | 输入actions中所有动作信息 |
| double | getDistance | Vector2d vec1, Vector2d vec2 | 返回vec1与vec2的曼哈顿距离 |
| boolean | avatarGetKey | StateObservation stateObs | 判断精灵是否得到钥匙 |
| double | heuristic | StateObservation stateObs | 启发式函数，返回局面评分 |
| void | debugPos | Vector2d vec, String head | 输出vec的位置信息 |
核心代码
protected void limitDepthFirst(StateObservation stateObs, ElapsedCpuTimer elapsedTimer, int depth){if(Reach the end of limitDepthFirst){nowStateScore = heuristic(stateObs);if(nowStateScore better than bestCost)bestAction = now actions; return;}else if(stateObs is not game start){if(stateObs in closeList && depth same)return;else{closeList.add(stateObs);stateDepth.add(depth);}}else{ // at the beginning of limitdfs, init allcloseList.clear();stateDepth.clear();}for(all actions in stateObs){try this action in stCopy;limitDepthFirstAction.add(action);if(Game win) {nowStateScore = heuristic(stateObs);if(nowStateScore better than bestCost)bestAction = now actions;stCopy = stateObs.copy(); // reset stCopylimitDepthFirstAction.delete(action);continue;} else{limitDepthFirst(stCopy,elapsedTimer,depth);stCopy = stateObs.copy(); // reset stCopylimitDepthFirstAction.delete(action);continue;}}
}
任务三 A*搜索
根据自己自行测试，可以在有限时间内完成第二关与第三关的搜索并成功通关。
变量简介
| 变量类型 | 变量名 | 变量含义 |
|---|---|---|
| ArrayList | closeList | 存储已经走过的历史路径 |
| PriorityQueue | openList | 存储尚未走的已探索到的步骤 |
| boolean | getAnswer | 是否得到了能走到终点的答案 |
| ArrayList | aStarAction | 存储aStar中的每一步动作 |
| Vector2d | goalpos | 门的位置 |
| Vector2d | keypos | 钥匙的位置 |
函数简介
| 返回类型 | 函数名 | 传入参数 | 函数功能 |
|---|---|---|---|
| void | initAgent | null | 初始化Agent |
| boolean | isInCloseList | StateObservation obs | 检测是否在历史状态中 |
| boolean | isInOpenList | StateObservation obs | 检测是否在尚未走的已搜索到的区域中 |
| void | aStar | StateObservation stateObs, ElapsedCpuTimer elapsedTimer, int depth | 计算从stateObs出发的受时间限制的aStar路径 |
| Types.ACTIONS | act | StateObservation stateObs, ElapsedCpuTimer elapsedTimer | 根据局面stateObs调用aStar并返回当轮动作 |
| double | getDistance | Vector2d vec1, Vector2d vec2 | 返回vec1与vec2的曼哈顿距离 |
| boolean | avatarGetKey | StateObservation stateObs | 判断精灵是否得到钥匙 |
| double | heuristic | StateObservation stateObs | 启发式函数，返回局面评分 |
核心代码
protected void aStar(StateObservation stateObs, ElapsedCpuTimer elapsedTimer) {initAgent();openList.add(startNode); // 将初始状态加入openListwhile(!openList.isEmpty()){Node tmp = openList.poll(); // 取得分最高的节点tmpaStarAction = tmp.actions; // 将aStarAction初始化为tmp从起点到当前位置的所有动作 closeList.add(tmp.stateObs.copy()); // 将tmp的状态加入closeList中标记已走过for(all actions in stateObs){stCopy = tmp.stateObs.copy();try this action in stCopy;aStarAction.add(act);if(Game win) {getAnswer = true;return ; // 最终的序列步骤在aStarAction中}else if(Game over || stateObs in closeList) { // 如果游戏结束或发现曾走过，则回溯aStarAction.delete(action);continue;}else if(stateObs in openList){ // 如果发现当前局面在openList待尝试if(new actions better than old){ // 如果当前走法优于之间走法refresh openList; // 则更新动作}aStarAction.delete(action); // 回溯}else{ // 这是一个新的动作openList.add(new Node(stCopy,heuristic(stCopy),aStarAction)); // 加入新的动作aStarAction.delete(action); // 回溯}}}
}
任务四 蒙特卡洛树搜索
算法框架
while(时间限制内){treePolicy选择一个当前可达状态selected；对子状态执行rollOut，得到得分；从selected开始执行backUp；
}
通过mostVisitedAction返回次数最大的动作并作为结果；函数简介
| 函数名 | 传入参数 | 函数功能 |
|---|---|---|
| rollOut | null | 不断随机向下搜索，当游戏结束或达到递归层数后对状态评分。更新Agent得分bound后返回得分。 |
| backUp | SingleTreeNode node, double result | 传入一个节点与他的得分，对这个节点与他的所有祖先节点，访问次数+1，总分+=得分。 |
| treePolicy | null | 如果当前节点有子节点未访问，则返回其中一个，否则调用uct从所有子节点中选择一个。 |
| uct | null | 根据子节点总分，访问次数，Agent的得分bound计算节点分数，然后选择得分最高的返回。 |
核心代码
uct算法作为关键，他的子节点计算方式如下：
childValue(平均估值) = normalize(childTotalValuechildVisitTimes+ϵ),(ϵ=1∗10−6)normalize(childTotalValuechildVisitTimes+ϵ),(ϵ=1∗10−6)normalize(\frac{childTotalValue}{childVisitTimes+ \epsilon}),(\epsilon = 1*10^-6)
uctValue(节点分数) = childValue+2lnparentVisitTimes+1childVisitTimes+ϵ−−−−−−−−−−−−−−−√+ξ,ξchildValue+2lnparentVisitTimes+1childVisitTimes+ϵ+ξ,ξchildValue + \sqrt{\frac{2\ln{parentVisitTimes + 1}}{childVisitTimes + \epsilon}}+\xi, \xi是噪声
简而言之，访问次数少的，平均分高的子节点节点分数更高，更容易被roolOut选中。由于在act中我们返回的是访问次数最多的子节点作为状态，所以可以看出uct对于可能成功的子节点更友好。
运行结果
【人工智能】作业1: Bait游戏 实验报告相关推荐
- 【人工智能】作业3: Aliens游戏 实验报告
作业3: Aliens游戏 实验报告 吴政亿 151220129 wuzy.nju@gmail.com (南京大学 计算机科学与技术系, 南京 210093) 摘要:使用监督学习来模仿人玩游戏的动作, ...
- java弹弹球实验报告_Java弹球游戏实验报告—chen
Java弹球游戏实验报告-chen 课 程 设 计 报 告 题 目 弹球小游戏 姓 名 方成 学 号 20 专 业 java 指导教师 陈华恩 2013年 12 月 30 目录 一.实验目的2 二.需 ...
- 拼图游戏C语言课设实验报告,C语言拼图游戏实验报告.doc
C语言拼图游戏实验报告 课程设计实验报告 班级:光电104-2 姓名:刘云龙 学号:201058501220 一.实验题目:使用C语言编写一个小游戏(拼图游戏) 二.实验目的:C语言是每一个通信学生的 ...
- java小游戏实训目的_Java弹球小游戏实验报告.doc
Java弹球小游戏实验报告 滨江学院 Java程序设计实验报告 题 目 弹球小游戏 姓 名 许浩 学 号 20112346064 学 院 滨江学院 专 业 网络工程 年 级 2011级 指导教师 张舒 ...
- 扫雷c语言课程设计报告,扫雷游戏实验报告.docx
扫雷游戏实验报告剖析 课程设计软件综合课程设计班 级:姓 名:学 号:指导教师:成 绩:电子与信息工程学院信息与通信工程系目录1.任务概述------------------------------- ...
- C语言中猜数大小的实验报告,猜数字游戏实验报告
<猜数字游戏实验报告>由会员分享,可在线阅读,更多相关<猜数字游戏实验报告(17页珍藏版)>请在人人文库网上搜索. 1.C语言课程设计报告题 目:猜数字游戏班 级:通信工程组 ...
- java猜数字游戏实验报告_java猜数游戏实验报告.doc
java猜数游戏实验报告 课 程 设 计 报 告 课程设计名称 Java程序设计-猜数游戏 指导教师 钟世刚 专业 班级 信息安全 学 号 姓 名 成 绩 一.设计任务与要求1 1.1 设计任务与要求 ...
- c语言程序设计扫雷游戏实验报告,C语言程序设计扫雷游戏实验报告.doc
C语言程序设计扫雷游戏实验报告 中南大学 程序设计基础实践报告 题 目 设计一个和window系统类似的小游戏[挖地雷] 学生姓名 张兰兰 学 院 信息科学与工程学院 专业班级 物联网工程1301班 ...
- c语言扫雷程序设计流程图,c语言程序设计扫雷游戏实验报告
c语言程序设计扫雷游戏实验报告 中南大学 程序设计基础实践报告 题 目 设计一个和window系统类似的小游戏[挖地雷]学生姓名 张兰兰 学 院 信息科学与工程学院 专业班级 物联网工程1301班 完 ...
最新文章
- labelimg颜色
- from . import _arpack ImportError: DLL load failed
- html div背景半透,css半透明背景实现方法
- 【OpenGL】十二、OpenGL 绘制线段 ( 绘制单条线段 | 绘制多条线段 | 依次连接的点组成的线 | 绘制圈 | 绘制彩色的线 )
- 配置FTP服务-要点总结
- 在 C# 中生成代码的四种方式——包括.NET 5中的Source Generators
- mysql 5.7 多主一从_mysql5.7多主一从，从机调优
- 数据结构与算法系列——排序(3)_折半插入排序
- Android相关资源
- Visual Studio Code 支持TensorFlow配置支持
- ANSI C、ISO C、Standard C、C89、C90、C99
- 同步异步+阻塞非阻塞-二述
- 使用tvp.player_v2_zepto.js播放腾讯视频
- Python乘法口诀
- 微信公众平台-服务号：网页授权域名 设置
- JS-节点的属性 获取各种节点(全)
- 浏览器无痕浏览还能查到记录吗，如何开启无痕模式
- 笔记本电脑外接显示器，仅显示器的时候卡顿问题的解决方案
- 2017年成都初中计算机考试时间,成都市教育局关于2017－2018学年全日制中小学教学时间安排的通知...
- Word文档中最规范页面设置如何设置