Machine learning 机器学习中的纸牌游戏建模
我正在寻找一些帮助来模拟这个机器学习问题 一手牌由三行组成（分别包含3、5和5张牌）。你的目标是打造得分最高的手牌。你在称为streets（街道）的间隔内收到卡，第一条街收到五张卡，接下来的四条街收到三张卡（你必须在最后四条街丢弃其中一张卡）。卡一旦放置，就不能移动 我的目标是建立一个系统，在给定一组街道的情况下，发挥与我们最好的球员相似的作用。很明显，我需要为每条街道建立一个神经网络，使用基于现有手牌和街上的牌集的功能。我有大量的数据（街道、位置和最终分数），但我有点不确定如何建模问题，因为可能的输出在一组卡片上是唯一的（尽管第一条街上的位置不到3^5，第二条街上的位置不到3^3）。我以前只处理固定类别的分类问题Machine learning 机器学习中的纸牌游戏建模,machine-learning,neural-network,classification,deep-learning,Machine Learning,Neural Network,Classification,Deep Learning,我正在寻找一些帮助来模拟这个机器学习问题 一手牌由三行组成（分别包含3、5和5张牌）。你的目标是打造得分最高的手牌。你在称为streets（街道）的间隔内收到卡，第一条街收到五张卡，接下来的四条街收到三张卡（你必须在最后四条街丢弃其中一张卡）。卡一旦放置，就不能移动 我的目标是建立一个系统，在给定一组街道的情况下，发挥与我们最好的球员相似的作用。很明显，我需要为每条街道建立一个神经网络，使用基于现有手牌和街上的牌集的功能。我有大量的数据（街道、位置和最终分数），但我有点不确定如何建模问题，因为可
是否有人有类似问题的例子或建议，当您有独特的输出时，如何准备培训数据？一个模糊的问题给出了模糊的答案（这是我懒于编码的借口；-） 你写道你有很多数据，似乎你想把游戏映射到监督学习的经验上。但这不是游戏优化的工作方式。通常不进行监督学习，而是强化学习。差异是微妙的，但强化学习（以马尔可夫决策过程作为其理论基础）提供了更多的局部视图——比如优化给定特定状态的决策。监督学习相当于一次优化多个决策 通常的监督学习方法的另一个阻碍因素是，即使你有很多数据，它几乎肯定会太少。而且它不会提供“必需的路径” 通常的方法至少是因为Thesauro的双陆棋玩家更喜欢：建立游戏的基本规则，可能引入人类知识作为启发，然后让程序尽可能经常地与自己对抗——例如，google deep mind就是这样建立一个大师级的围棋玩家的。另见 在你的情况下，任务原则上应该没有那么难，因为游戏状态的数量相对较少，重要的是，心理学涉及的任何问题，如虚张声势、始终如一的游戏等等，都是完全不存在的 同样地，构建一个可以与自身对抗的机器人。一个常见的基础是一个函数
Q（S，a）我现在就不说了。但如果有必要，我很乐意进一步帮助您。一个模糊的问题给出了模糊的答案（这是我懒得编码的借口；-） 你写道你有很多数据，似乎你想把游戏映射到监督学习的经验上。但这不是游戏优化的工作方式。通常不进行监督学习，而是强化学习。差异是微妙的，但强化学习（以马尔可夫决策过程作为其理论基础）提供了更多的局部视图——比如优化给定特定状态的决策。监督学习相当于一次优化多个决策 通常的监督学习方法的另一个阻碍因素是，即使你有很多数据，它几乎肯定会太少。而且它不会提供“必需的路径” 通常的方法至少是因为Thesauro的双陆棋玩家更喜欢：建立游戏的基本规则，可能引入人类知识作为启发，然后让程序尽可能经常地与自己对抗——例如，google deep mind就是这样建立一个大师级的围棋玩家的。另见 在你的情况下，任务原则上应该没有那么难，因为游戏状态的数量相对较少，重要的是，心理学涉及的任何问题，如虚张声势、始终如一的游戏等等，都是完全不存在的 同样地，构建一个可以与自身对抗的机器人。一个常见的基础是一个函数
Q（S，a）我现在就不说了。但如有必要，我很乐意进一步帮助您。有趣的问题。糟糕的问题。。。。由于太宽而下垂。请细化你的问题。我不确定我是否完全理解，但你能不能用矩阵展开之类的方法来表示当前的手/特征集和输出？例如，看起来像[23400；56789；10 11 12 13 14]的手将表示为[2340056789 10 11 13 14]。更容易处理，在第三条街道的第三个神经网络的末尾，你可以将向量提取回一个矩阵来表示最后一只手。这个问题是否应该转移到（ML问题的宿主）？有趣的问题。糟糕的问题。。。。由于太宽而下垂。请细化你的问题。我不确定我是否完全理解，但你能不能用矩阵展开之类的方法来表示当前的手/特征集和输出？例如，看起来像[23400；56789；10 11 12 13 14]的手将表示为[2340056789 10 11 13 14]。更容易处理，在第三条街道的第三个神经网络的末尾，你可以将向量提取回矩阵来表示最后一只手