类人化、随机化、快速且无败绩的井字棋专家系统
人工智能
2021-02-16 v2 计算机科学与博弈论
人机交互
多智能体系统
摘要
本文介绍了一种使用决策树、称为 T3DT 的极快且无败绩的井字棋(Tic Tac Toe)专家系统，其尽可能贴近地模拟人类博弈。它不使用任何暴力搜索、极小化极大(minimax)或进化技术，却始终不可被击败。为使博弈更具人类特征，系统优先采用随机化，T3DT 在每一步从多个最优走法中随机选取其一。由于无需在任何时刻分析完整博弈树，T3DT 比任何暴力搜索或 minimax 算法都异常快速，本文通过理论分析及时钟时间分析从经验上证明了这一点。T3DT 也不需要数据集或训练进化模型的时间，使其成为实用的无败绩井字棋博弈方法。
引用
@article{arxiv.2009.11225,
title = {Randomized fast no-loss expert system to play tic tac toe like a human},
author = {Aditya Jyoti Paul},
journal= {arXiv preprint arXiv:2009.11225},
year = {2021}
}
备注
Author's version of the paper published in IET Cognitive Computation and Systems. For the journal-typeset version, please see https://doi.org/10.1049/ccs.2020.0018