利用最大正确字母概率与强化学习寻找Wordle的最优人类策略
计算与语言
2022-02-02 v1
摘要
Wordle是一款在线文字谜题游戏,于2022年1月迅速走红。其目标是猜出一个隐藏的五字母单词。每次猜测后,玩家会获得关于所猜字母是否出现在单词中以及是否位于正确位置的信息。众多博客已提出猜测策略与起始词列表以提高获胜几率。优化算法能在六次允许尝试中的五次之内100%获胜。然而,人类玩家无法使用这些算法,因为他们难以完美回忆所有已知的5字母单词并进行优化信息增益的复杂计算。在此,我们提出两种选择起始词的不同方法,以及一个基于强化学习发现最优人类策略的框架。人类Wordle玩家可利用我们发现的规则来优化其获胜机会。
引用
@article{arxiv.2202.00557,
title = {Finding the optimal human strategy for Wordle using maximum correct letter probabilities and reinforcement learning},
author = {Benton J. Anderson and Jesse G. Meyer},
journal= {arXiv preprint arXiv:2202.00557},
year = {2022}
}