文件名称：tictactoe:玩井字游戏的几种 AI 算法
文件大小：18KB
文件格式：ZIP
更新时间：2024-07-07 03:32:17
Python
井字游戏 玩井字游戏的几个 AI 算法。 你也可以玩！ 部分： 存储库内容 算法在播放器文件夹中实现，您将在此处找到： MinimaxPlayer ：流行的，它基本上是对树的系统探索，其节点是游戏状态，节点的孩子是通过执行有效移动可以从那里到达的所有状态。 这基本上是完美的对手，因为它永远不会输掉一场比赛。 QLearningPlayer ：这个玩家能够通过经验学习，最初它执行随机移动，但随着它玩越来越多的游戏，它会学习并成为一个非常强大的对手。 所使用的算法被称为因为它基于一个函数，该函数可以告诉我们在特定游戏状态下移动质量。 FastQLearningPlayer ：通过利用游戏状态中的模拟，该玩家能够比“普通”Q-learning 实现更快地学习如何玩井字游戏。 人类玩家：这就是你！ 这个玩家实现了人类有史以来最成功的学习算法之一，或者是吗？ 证明你的技能并挑战其他玩家:)
【文件预览】：
tictactoe-master
----.gitignore(59B)
----requirements.txt(26B)
----gridsearch.py(2KB)
----parameters_selection.md(3KB)
----play.py(1KB)
----referee.py(2KB)
----matches.py(2KB)
----README.md(17KB)
----players()
--------__init__.py(213B)
--------fastqlearningplayer.py(2KB)
--------minimaxplayer.py(2KB)
--------baseplayer.py(322B)
--------qlearningplayer.py(3KB)
--------humanplayer.py(1KB)
----experiments.py(5KB)
----tictactoe.py(3KB)