এমন কোনও ইঞ্জিন রয়েছে যা সেরা "ব্যবহারিক" পদক্ষেপটি খুঁজে পায়?


25

একটি স্ট্যান্ডার্ড দাবা ইঞ্জিন এই পদক্ষেপটি খুঁজে পাবে যা এটি উভয় পক্ষেরই সেরা খেলাকে ধরে নিয়ে সেরা বিবেচনা করে। তবে এই পদক্ষেপটি একটি তাত্পর্যপূর্ণ সুবিধা বা একটি কৌশলপূর্ণ লাইনের দিকে নিয়ে যেতে পারে যা একটি নির্দিষ্ট দক্ষতার একজন মানব খেলোয়াড়ের পক্ষে সহজেই ভুলগুলির ফলশ্রুতিতে পারে। এমন কোনও প্রোগ্রাম রয়েছে যা মধ্যবর্তী খেলোয়াড়দের জন্য সেরা "ব্যবহারিক" পদক্ষেপটি খুঁজে পায়? উদাহরণস্বরূপ, এটি এমন একটি পদক্ষেপ বেছে নিতে পারে যা খুব শক্তিশালী আক্রমণাত্মক অবস্থানের দিকে নিয়ে যায় যেখানে প্রতিপক্ষ সম্ভবত ভুল করে ফেলবে, যদিও পুরোপুরি খেলার সাথে এটির বিরুদ্ধে লড়াই করা যেতে পারে।


5
খুব আকর্ষণীয় প্রশ্ন, তবে আমি মনে করি এরকম কিছু বাস্তবায়ন করা কঠিন হতে পারে কারণ "ব্যবহারিক", পরিস্থিতির উপর নির্ভর করে খুব আলাদা হতে পারে। উদাহরণস্বরূপ, একই পদক্ষেপটি প্রতিপক্ষের বিরুদ্ধে 200 পয়েন্ট উপরে এবং 200 পয়েন্ট নীচে সমান ব্যবহারিক হবে? ক্লাসিকাল গেম বনাম ব্লিটজ গেমের কী হবে?
আকাওয়াল

আপনি কি মিনিম্যাক্সের চেয়ে এক্সপেক্টিম্যাক্সের আরও কাছাকাছি কিছু চান বলে মনে করছেন?
মেহরদাদ

এটি আমাকে জুজু মনে করিয়ে দেয়। আমি মনে করি বেশিরভাগ পোকারবটরা সর্বদা ন্যাশ ভারসাম্যহীনতা ধরে নেওয়ার এবং তাত্ত্বিক সেরা চালগুলি খেলার চেষ্টা করার পরিবর্তে ব্যবহারিক পদক্ষেপগুলি খেলতে পারে।
পল

এ সম্পর্কে ভাবার একটি উপায় হ'ল আপনি অন্যরকম উদ্দেশ্যমূলক ফাংশনটি মাপার চেষ্টা করছেন। আপনি যখন হেরে যাচ্ছেন, আপনি কেবলমাত্র কতটা হারাচ্ছেন তা হ্রাস করতে চান না (আপনি যদি সেন্টিপেন বা রানির কাছে হেরে যান তবে কে তা চিন্তা করে)। পরিবর্তে, আপনি কতটা হারাচ্ছেন তা হ্রাস করতে চান, এমন একটি বিষয় রয়েছে যা এখনও আপনার প্রতিপক্ষের পক্ষে যুক্তিযুক্তভাবে পড়তে পারে line আপনি কেবল "শীর্ষস্থানীয়" চলন বা পরিস্থিতি গণনা করে "যুক্তিসঙ্গতভাবে পড়ে যেতে পারেন" যেখানে কেবল শীর্ষ পদক্ষেপ (বা দুটি) তাদের সুবিধা অব্যাহত রাখতে পারে, তবে অন্যান্য পদক্ষেপগুলি আপনার সুবিধার দিকে নিয়ে যায়।
ddunn801

সাদৃশ্য হিসাবে, আমেরিকান ফুটবলে আপনি কমানোর দিক থেকে কিক কারণ এটি আপনাকে দ্রুত স্কোর করার একটি (স্লিম) সুযোগ দেয় যদিও প্রত্যাশিত ফলাফল আপনাকে আরও খারাপ করে দেবে।
ddunn801

উত্তর:


22

আপনি এমন কিছু বর্ণনা করছেন যা অবজ্ঞার সাথে খুব মিল । অবজ্ঞার সাথে ধারণাটি হ'ল আপনি যদি অবস্থানটিতে আরও গতিশীলতা বজায় রাখেন তবে দুর্বল প্রতিপক্ষের ভুলগুলি হওয়ার সম্ভাবনা বেশি থাকে যা আপনি তখন কাজে লাগাতে পারেন। অতএব, দুটি চাল দেওয়া হয়েছে যা একই ধরণের ফলস দেয়, উচ্চ অবজ্ঞার স্কোরযুক্ত একটি ইঞ্জিন এমন একটিটি চয়ন করবে যা অবস্থানটিতে আরও গতিশীলতা রাখে। বর্তমানের শক্তিশালী traditionalতিহ্যবাহী ইঞ্জিনগুলির মধ্যে সমস্তগুলি অবজ্ঞার প্রয়োগ করেছে (উদাহরণস্বরূপ কোমোডো )।

শক্তিশালী প্রতিপক্ষের বিরুদ্ধে অবজ্ঞার ঝুঁকি হ'ল উচ্চ অবমাননা আপনাকে হত্যা করতে পারে - আপনি কেবল ইঞ্জিনকে গেমটি বাঁচিয়ে রাখার জন্য দুর্বল পদক্ষেপে বাধ্য করতে বাধ্য হন।


1
ধন্যবাদ, আমি যা খুঁজছি তার সাথে এটি মিল, তবে আমার প্রশ্ন এমনকি একই সামর্থ্যের খেলোয়াড়দের জন্য। উদাহরণস্বরূপ, একটি পদক্ষেপ 9-10 বার একটি জয়ের দিকে নিয়ে যেতে পারে প্রতিপক্ষের সম্ভাব্য চালগুলি বিবেচনা করে।
এরি

3
@ অরি যদিও এটি একই রকম। দুটি পদক্ষেপ নিন, যার মধ্যে একটি ড্রয়ের দিকে নিয়ে যাবে এবং অন্যটি 90% সময় এবং বাকি সময় 10% এর ক্ষতি হতে পারে win খুব উচ্চ অবমানের সেটিং সহ একটি ইঞ্জিন সম্ভবত পরবর্তীটি চয়ন করতে পারে (এবং নিখুঁত প্রতিরক্ষার বিরুদ্ধে হারাতে পারে)।
মোহন

1
অবজ্ঞাপূর্ণ ইঞ্জিনগুলি সম্ভবত কোনও সময়ে জোরপূর্বক পুনরাবৃত্তি বাদ না দিয়ে নিকৃষ্ট বিরোধীদের বিরুদ্ধে বেশিরভাগ গেমগুলি আঁকতে পারে।
ইনটার্টিয়াল অজ্ঞতা

1
অন্য খেলোয়াড়ের যদি তাদের ঘড়ির কাঁটা শেষ হয় তবে খুব ভাল হতে পারে।
আয়ান রিংরোজ

@ আরি যদি আপনার প্রতিপক্ষ আপনার মতো একই স্তরে থাকে, তবে আপনি যদি কোনও লাইনের একটি মেটা বিশ্লেষণ করতে পারেন (এটি কেবল এটি জিতেছে কি না তা স্থির করে না, তবে আপনার প্রতিপক্ষ যেভাবে এটি জেতে পারে তার সম্ভাবনা কতটা সম্ভবত অনুমান করে) তবে তারা 'সম্ভবত এটি বিশ্লেষণ করতে সক্ষম হবেন।
সংগ্রহ 18

6

আমি বুঝতে পেরেছি যে এই প্রশ্নটি মূলত স্ট্যান্ডার্ড দাবা ইঞ্জিনগুলিতে প্রযোজ্য যা চালগুলি মূল্যায়নের জন্য মিনিম্যাক্স ফাংশন ব্যবহার করে। তবে আলফাজেরোর মতো দাবা ইঞ্জিনগুলি মন্টে কার্লো ট্রি অনুসন্ধান ব্যবহার করে বিভিন্ন বিভিন্ন গেমের অনুকরণ করতে যাতে তারা কেবল সেরা সম্ভাব্য চালগুলিই দেখছে না। এটি সম্ভবত সম্ভব যে তারা ইতিমধ্যে সর্বোত্তম "ব্যবহারিক" পদক্ষেপটি সন্ধান করতে ব্যবহার করা যেতে পারে, বা সে উদ্দেশ্যে তাদের মানিয়ে নেওয়া যেতে পারে। উদাহরণস্বরূপ, "যুক্তিসঙ্গত" পদক্ষেপগুলি দেখতে এবং যা ঘটে তা অনুকরণ করার জন্য মন্টি কার্লো অনুসন্ধান অ্যালগরিদম আপডেট করা যেতে পারে।


2
প্রাসঙ্গিক লিংক en.chessbase.com/post/komodo-mcts-the-boa-constrictor-approach
JollyJoker

তবে তারপরে আপনাকে অ্যালগরিদমে "যুক্তিসঙ্গত" প্রোগ্রাম করতে হবে।
অন্তর্নিহিত অজ্ঞতা

1

আসলে তা না.

ডেটাবেসগুলি দরকারী কারণ তারা আপনাকে বলতে পারে যে প্রায়শই একটি সরানো বাজানো হয় এবং ফলাফল কী হয় তবে বিভিন্ন কারণে তারা নিখুঁত হয় না।

ফ্রিটজ 12 (পরবর্তী সংস্করণ সম্পর্কে নিশ্চিত নয়) এর একটি "হটনেস" মিটার রয়েছে যা আপনাকে জানায় যে প্রকরণটি কতটা জটিল।

শেষের সারি. এটি জিনিস সংমিশ্রণ। আপনি এমন চালগুলি সন্ধান করছেন যেখানে সর্বাধিক নীতিগত চালগুলি খারাপ হয়ে যায়। কোনও ইঞ্জিন আপনাকে এটি বলতে পারে না।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.