如何建模这种人工智能？

Question

玩this游戏我想知道如何控制侦探或罪犯可以工作的人工智能。

对于懒惰的人游戏的目的是简单的：

• 棋盘游戏是有4种边缘（即也可以为相同的一对或顶点重叠）的无向图中，每个类是需要特定种类票证的运输方式
• 侦探拥有一堆车票来绕过此图，每转一圈（这意味着从一个节点到另一个节点）。罪犯可以做同样的动作（加上3条专属路径），但没有限制票号
• 罪犯通常隐藏在侦探中，但它必须在5个特定轮次中出现（然后再隐藏）
• 如果侦探能够在24次移动之前抓住他（他们中的一个必须占据同一犯人的单元格），那么他们将获胜，否则犯罪分子必须显示他每回合使用哪张票，但他也有每个侦探1张黑色票（让我们假设5张）可用于消除这件事
• 犯罪分子还有两张2x票，允许他在同一回合中使用两张票（以及两个动作）

我可以有效地思考一个AI的犯罪，它只是一个minmax树，试图选择最大化侦测到达他所需动作数量的动作（这似乎是一个很好的指标），但对于那些应该合作的侦探来说，我想不出任何足够酷的东西，并且通过查看它使用的门票来猜测犯罪分子的位置。

这只是为了好玩，但你现在有没有什么很酷的想法来找出一些相当聪明的东西？

Answer 1

你问如何建模，而不是如何这有效地解决：

它可以很容易地建模为部分可观马尔可夫决策过程（wiki link）。这对侦探和罪犯都有效。 POMDP是一个非常通用的模型。

Answer 2

我喜欢这个游戏，我认为你想为侦探建模犯罪分子在每个地点的概率。每隔一段时间你就会知道罪犯的确切位置，然后你可以考虑他做出的以下动作，以确定他可能在哪个位置。

一旦你有了这个，我不太清楚如何优化侦探动作。你可以调动侦探减少一系列可能性，有效地控制罪犯。但是我相信还有一些更高层次的战略需要围绕票据而不是用完。

Answer 3

我想像某种蒙特卡洛实现将是一个很好的候选人，即。模拟成千上万种组合，并选择以大多数时间以最佳结果结束的组合。由于罪犯必须能够看到5次回合，所以分支因子应该保持在很好的控制之下，尽管MC也被证明是高分支因子游戏中的一种非常好的技术。走。

Answer 4

为了让侦探之间的团队协作，你需要将他们建模为团队而不是个人。 Minimax仍然是一条好路，但（可惜）你的分支因素将会飙升。

而不是通过所有的侦探，让每个侦探成为最好的，而不是你的侦探团队，你可以制定出他们可能做出的每一个移动排列。如果团队合作在这场比赛中有所帮助，那么超级巨人会支持侦探在一起工作的排列组合。

我不确定它是否实用，24层的5名侦探可能工作太多，但尝试这很有趣，这就对了吗？