机械社区

 找回密码
 注册会员

QQ登录

只需一步,快速开始

搜索
查看: 8105|回复: 11

如何让机器人通过自学习的方式学会玩“石头、剪刀、布”游戏?

[复制链接]
发表于 2016-4-8 17:44:57 | 显示全部楼层 |阅读模式
本帖最后由 刘景亚 于 2016-4-11 18:26 编辑
9 l. }$ [: F3 s7 C1 r  ]
. |% f, O: h7 U7 |; [$ T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。& K9 C1 E8 r2 J3 \# E2 I5 v, z/ r
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?
. T! R" l0 X+ {$ N# ?! n" m: H不知大家有何建议?欢迎大家发言参加讨论。
7 K; ]8 q, u: q
*******************************************************************************************1 W5 S& e* ^3 H( e3 v
分割线以上为原贴
5 n" x0 ?# l8 q0 s6 D! A*******************************************************************************************2 Y6 |; U% K7 ~6 Z! M
非常感谢各位大侠的参与和讨论。: y) j1 K- B- N6 R
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。
$ J* z, P6 B- g* M下面我把我对这个问题的认识抛出来与大家交流分享。
* E9 g% c( r+ j: g1 e要让一个机器人玩“石头、剪刀、布”,我们分三步走。- F( [+ Y- c" z) h0 `
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。, I/ O" m3 v9 }) o; C) k
第二步,如何让机器人在掌握规则后大概率获胜?
  G2 S1 N3 S7 f$ P# H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?9 f( x* C2 s; Q, e
*****************************************************************************************: a* i: \& Q5 G
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。7 x8 X& t/ m8 X- y3 Y' Q% W0 {
那么这个方法有没有效果,我们验证一下。, p6 F. S3 o8 g$ o- n3 a- L
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。
) X' e. m% q2 Q! \. T* F: I' H) t* L" j

: F) F% Q" h( y" R3 N; v1 G& o- L6 L' S
' c; Z2 I5 q2 o( T" [1 d  c# {
& a7 E  @1 I+ w2 n4 m- O/ h

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?注册会员

x
回复

使用道具 举报

发表于 2016-4-8 17:54:56 | 显示全部楼层
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

点评

我们要想一种方法,最终实现100%获胜。  发表于 2016-4-11 18:20
回复 支持 1 反对 0

使用道具 举报

发表于 2016-4-8 18:15:31 | 显示全部楼层
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,0 \9 [4 n2 s  f, J
6 d4 K% x* x* Y
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,+ a: j2 D% h3 Y1 i# t
2 C3 _+ j3 E" l: o2 X: J( P# e

点评

998大侠高人,这是我们做这个系统的最终目的和最高境界。  发表于 2016-4-11 18:21
8也的观点让我想起了那个很有名的猜拳理论。高举拳,将注意力放在对方的手上,在出手的一瞬间,按照人的行为习惯,手会有一个瞬时的形态变化,据此可判断对方出的是什么。只要眼力好,胜率超过95%  发表于 2016-4-9 02:24
8爷,久仰大名。他表达的不是这个意思,他举得是围棋的例子。所以他想要知道的是逻辑上的自学习,简单点说,就是第一次和这个人下棋因为走这一步输了,下次他就不会再走这步了。是类似这种逻辑怎么用程序实现,  发表于 2016-4-8 20:04
8爷,久仰大名。他表达的不是这个意思,他举得是围棋的例子。所以他想要知道的是逻辑上的自学习,简单点说,就是第一次和这个人下棋因为走这一步输了,下次他就不会再走这步了。是类似这种逻辑怎么用程序实现,  发表于 2016-4-8 20:03
八爷学过心理学吧,我有一亲戚,以前流行喝酒猜拳的时候,陌生人顶多刚开始会输几把。熟人逢他必喝,假如他想喝了才会故意输。就是机灵,观察细致  发表于 2016-4-8 18:22
回复 支持 反对

使用道具 举报

发表于 2016-4-8 18:38:22 | 显示全部楼层
本帖最后由 crazypeanut 于 2016-4-8 18:39 编辑 ; r/ d6 E! ]$ D: |1 [8 ^

$ u0 Q, a! t8 w  w  S$ F. T, L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)
- A9 G4 A4 W: n- R2 q& d) V/ O% P# J. Q$ S
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& N& J( l( t. f5 P4 z, J$ E

" t' J' m6 w( E0 H6 F6 ~2 Y( M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
: S3 @' ~' d7 n. O5 W+ D, E( n' ^7 ^: Q. l8 _6 R, H
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
/ y& r+ b1 l9 Y- F8 {& {* M3 |
) d0 v7 _4 S& |- B; E# E: m, M; 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
# U7 m. f6 P6 S% D: L! m& A
/ u+ f1 G0 w$ Z9 f. Q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

点评

我在主楼对该系统做了进一步说明,欢迎探讨交流。  发表于 2016-4-11 18:22
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  详情 回复 发表于 2016-4-8 19:06
998那方法,是“作弊”的方法,相当于滞后一步。要是根据上一步出法,就是考虑心理学,博弈和统计,求个概率胜法。  发表于 2016-4-8 18:56
回复 支持 反对

使用道具 举报

发表于 2016-4-8 19:06:20 | 显示全部楼层
crazypeanut 发表于 2016-4-8 18:38 # L5 |) j0 l" [% l* y2 u4 r
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 ...
) \; J9 {: p" ?6 h1 E5 a% }
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
4 w. b2 e% z  x% k& J4 ?

点评

实质就是这样的了,又不是下象棋。象棋之类的话还要一个内核,一个扫描和伺服。你就石头剪刀布的话就用几个气缸也可以控制手势  发表于 2016-4-11 19:17
日本东京大学的研究室  发表于 2016-4-11 18:22
回复 支持 反对

使用道具 举报

发表于 2016-4-8 19:54:31 | 显示全部楼层
     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。  自学习估计这个论坛里懂得就少了。去个程序员论坛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。
回复 支持 反对

使用道具 举报

发表于 2016-4-8 20:25:16 | 显示全部楼层
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

点评

实质就是这样的了,又不是下象棋。象棋之类的话还要一个内核,一个扫描和伺服。你就石头剪刀布的话就用几个气缸也可以控制手势  发表于 2016-4-11 19:17
这个思路可进一步探讨  发表于 2016-4-11 18:24
回复 支持 反对

使用道具 举报

发表于 2016-4-8 20:45:29 | 显示全部楼层
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……
: ]: B9 k" y5 u+ [0 u$ v# Z楼上都跑偏了吧

点评

大家讨论的问题都会涉及,我在主楼做了进一步说明。  发表于 2016-4-11 18:24
回复 支持 反对

使用道具 举报

发表于 2016-4-9 07:58:07 | 显示全部楼层
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

点评

这个方法可行性可进一步讨论  发表于 2016-4-11 18:25
回复 支持 反对

使用道具 举报

发表于 2016-4-11 10:14:52 | 显示全部楼层
用上“分歧终端机”呢,非诚勿扰里的那个
回复 支持 1 反对 0

使用道具 举报

您需要登录后才可以回帖 登录 | 注册会员

本版积分规则

小黑屋|手机版|Archiver|机械社区 ( 京ICP备10217105号-1,京ICP证050210号,浙公网安备33038202004372号 )

GMT+8, 2024-3-29 22:01 , Processed in 0.079513 second(s), 30 queries , Gzip On.

Powered by Discuz! X3.4 Licensed

© 2001-2017 Comsenz Inc.

快速回复 返回顶部 返回列表