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: 9353|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
, g% E- Z; E! D: @, H5 V4 t3 ^8 T' C( H) ^$ U; r& G9 Q( d
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。- H7 Y9 j$ \! @$ I9 p
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?
  r5 ?6 U) L5 X/ m7 n2 C不知大家有何建议?欢迎大家发言参加讨论。

; r; L& T& i7 V% v/ t4 Q# {*******************************************************************************************- X- h2 }# b/ k; V  d
分割线以上为原贴) `. g' q- j/ k
*******************************************************************************************
" _8 `' Y; @: j7 z% T. y非常感谢各位大侠的参与和讨论。% Z* r' s* d* l9 D' E# j: N
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。. m4 T) Z* i/ h9 V* _
下面我把我对这个问题的认识抛出来与大家交流分享。
, h/ q2 g5 U' x" c( C* F$ W要让一个机器人玩“石头、剪刀、布”,我们分三步走。
- A2 O" S: \3 @$ N' G* }  B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。- T( ?  T! D! F3 G) L
第二步,如何让机器人在掌握规则后大概率获胜?
+ q4 W( M- U* n8 S+ Q; E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?, L, y1 J1 f: V" f8 _' R- |
*****************************************************************************************
/ E9 o. m( _+ M1 {# l' m5 Q5 @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。
) Q: y2 B7 {# w. I& I那么这个方法有没有效果,我们验证一下。
. Q8 K( c1 R* p: S' n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。
; Z) D& a/ A3 a; i, U; o7 o
0 D  F8 M! w! N1 D4 ?

. V+ z6 f$ v; Q. j7 C% N0 \4 b/ a$ w6 I$ m7 [4 t7 ~$ }, U

& L$ k# ?- u0 d0 O, W
& O1 @' S, i) f6 ~2 w( G

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,
) G5 H! k5 t0 m- j
8 `3 d" ~2 |2 P  O7 H0 @  L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,5 v# N  J$ ?' V; z+ l
. f* [: i( Q: I

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 - x% S- Z; w7 N, A9 M
4 V* ~3 g: ]1 f
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)7 b/ ?1 t; i4 M
% ?/ c. a. |) {
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* t3 q! }7 ]1 `7 b5 w6 M# |

. M# M( K1 _( i( J5 o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
( w( J: ^3 r5 m& q# e: Z0 {: l9 e, M) d& F. A5 Q
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
# P6 N( ?4 A" F) y! y! [& U) W! I2 {# ~9 R6 J' [6 n& _1 c
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2 e: b( J, s0 t
, f" c0 u9 p% m# f( t
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 & {' d( V9 L1 [9 r% o
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 ...
* z# R5 `0 l5 O; x# R7 \: K
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
/ V& P9 T! \' h! ~

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。

点评

欢迎交流探讨  发表于 2016-4-11 18:23
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……' w( [) F5 c' e2 j" J
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

点评

可作为应用案例  发表于 2016-4-11 18:25
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, 2025-4-24 19:35 , Processed in 0.137422 second(s), 20 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