Scrabble 的评估函数逼近

当前最先进的 Scrabble 智能体并非基于学习，而是依赖于截断的蒙特卡洛模拟，且此类智能体的质量取决于运行模拟的可用时间。本文朝着利用自我对弈构建基于学习的 Scrabble 智能体迈出了步伐。具体而言，我们试图为 Scrabble 中用于评估给定棋盘配置下落子优劣的静态评估函数寻找一种更好的函数逼近。在本工作中，我们尝试使用进化算法和贝叶斯优化来学习基于特征的近似评估函数的权重。然而，这些优化方法并不十分有效，这促使我们从模仿学习的角度来探索该问题。我们还尝试使用神经网络函数逼近器，通过监督学习来模仿 Quackle 模拟智能体生成的落子排序，该逼近器以 Scrabble 棋盘的原始表示作为输入，而非仅使用固定数量的手工特征。