আকাশমণ্ডল আমলাতন্ত্র কোঠ

Question

ইম্পেরিয়াল চীনে সমাজের পদমর্যাদাগুলি জন্ম বা ধন-সম্পদ দ্বারা সিদ্ধান্ত নেওয়া হয়নি, তবে একজন ব্যক্তির ইম্পেরিয়াল পরীক্ষায় দক্ষতার দক্ষতার দ্বারা সিদ্ধান্ত নেওয়া হয়েছিল। স্বর্গের divineশ্বরিক শাসক জেড সম্রাট তাঁর সমস্ত বিষয়গুলির মূল্য নির্ধারণের জন্য পরীক্ষা করার জন্য এবং পরবর্তী সময়ে কাকে ruleশিক আদেশ দেওয়ার জন্য চীনকে শাসন করার আহ্বান জানিয়েছেন।

আমলকীর বিধি:

• ডিভাইন আমলাতন্ত্র অ-নেতিবাচক পূর্ণসংখ্যার মান সম্পন্ন র‌্যাঙ্ক নিয়ে গঠিত, যার শুরু 0 হয়। আমলাতন্ত্রীর প্রতিটি সদস্য (বট) এক পদে অন্তর্ভুক্ত। প্রতিটি পদমর্যাদাসহ অনেক সদস্যকে ধরে রাখতে পারে, তবে উপরের সমস্ত র‌্যাঙ্ক খালি না হলে খালি থাকতে পারে না
• গেমের শুরুতে, সমস্ত সদস্যের 0 নম্বর হয়
• প্রতিবার, আমলাদের প্রতিটি সদস্যকে একটি পরীক্ষার উত্তর দিতে হবে। পরীক্ষায় একটি তালিকার বুলিয়ান মানগুলি সঠিকভাবে অনুমান করা থাকে। তালিকার দৈর্ঘ্য সদস্যের উপরে থাকা র‌্যাঙ্কের সংখ্যা।
• পরীক্ষার প্রশ্নগুলি উপরের র‌্যাঙ্কের এলোমেলো সদস্য দ্বারা প্রস্তুত করা হয়। সর্বোচ্চ পদমর্যাদার সদস্যরা সরাসরি তাদের প্রশ্নগুলি JadeEmperor(নীচে দেখুন) থেকে পান
• একজন সদস্য তাদের পরীক্ষায় কমপক্ষে 50% স্কোর করে প্রচারের জন্য যোগ্য। যে সদস্য তাদের পরীক্ষায় ৫০% এরও কম স্কোর করে তারা ডিভোশনের জন্য যোগ্য।
• নীচে র‌্যাঙ্কে পদোন্নতির জন্য যদি কোনও সদস্য তাদের স্থান গ্রহণের জন্য যোগ্য হন তবেই ডেমোশনের জন্য যোগ্য সদস্য তাদের পদমর্যাদার হার এক হ্রাস পেয়েছে।
• প্রচারের জন্য যোগ্য সকল সদস্যের যতক্ষণ না এই র‌্যাঙ্কটি ফাঁকা থাকে ততক্ষণ তাদের র‌্যাঙ্ক এক বাড়িয়েছে।
• যদি সমস্ত যোগ্য সদস্যকে পদোন্নতি বা পদোন্নতি দেওয়া না যায়, তবে অগ্রাধিকারটি সর্বনিম্ন (গণতন্ত্রের জন্য) সম্মানের ক্ষেত্রে যায়। সর্বোচ্চ (প্রচারের জন্য) স্কোর। টাই এলোমেলোভাবে ভেঙে যায়।
• সদস্যের পদমর্যাদায় প্রতিটি প্রতিটিতে প্রায় ১ জন পরিবর্তন করতে পারে change

খেলার নিয়ম:

• গেমের শুরুতে প্রতিটি বট এলোমেলোভাবে একটি আইডি অর্পণ করা হবে, যা তার গতিপথের পরিবর্তে পরিবর্তন হবে না। JadeEmperorআইডি আছে -1 অন্যেরা সব দিচ্ছে পরপর অ নেতিবাচক ID উপস্থিত রয়েছে, 0 থেকে শুরু।
• সমস্ত বট একই সাথে প্রতিযোগিতা করে
• গেমটি 100 টার্নের জন্য চলে, বটের স্কোরটি তার গড় র‌্যাঙ্কটি সেই সময়ের মধ্যে ধারণ করে।
• মোট স্কোর 1000 গেমগুলি চালিয়ে এবং ফলাফলগুলির গড় দ্বারা অর্জিত হয়।
• প্রতিটি বট একটি পাইথন 3 শ্রেণি যা নিম্নলিখিত চারটি ফাংশন প্রয়োগ করে:
  • ask(self,n,ID), যা listদৈর্ঘ্যের বুলিয়ানগুলির একটিকে ফিরে দিয়ে একটি পরীক্ষা করে । আইডি হ'ল সেই বটের আইডি যাঁর সেই তালিকাটি অনুমান করতে হয়। ask()যে কোনও বোটের জন্য একক রাউন্ডে বহুবার ডাকা যেতে পারে, তবে তা মোটেও নয়।
  • answer(self,n,ID), যা listদৈর্ঘ্যের বুলিয়ানগুলির মধ্যে একটি দিয়ে একটি পরীক্ষার উত্তর দেওয়ার প্রয়াস । আইডি হ'ল সেই বটের ID ask()যা পরীক্ষার উত্সাহ দেয়। answer()প্রতিটি বোটের জন্য প্রতি রাউন্ডে ঠিক একবার বলা হয়।
  • update(self,rankList,ownExam,otherExams)একবার কন্ট্রোলার সমস্ত প্রো এবং গণনা সম্পাদন করে called এর যুক্তিগুলি হ'ল: পূর্ণসংখ্যার একটি তালিকা, সমস্ত বটের আইডি দ্বারা সমস্ত পদ তালিকাভুক্ত; একটি টিপল, দুটি তালিকাগুলি নিয়ে গঠিত, প্রথমে পরীক্ষার প্রশ্ন, তারপরে বট যে উত্তর দেয় (যদি তা ভুলে যায়); তারপরে টিপলগুলির একটি তালিকা, একইভাবে পরীক্ষা-উত্তর জোড়া নিয়ে গঠিত, এবার বটটি দেওয়া সমস্ত পরীক্ষার জন্য।
  • __init__(self, ID, n) বট তার নিজস্ব আইডি এবং প্রতিযোগী বট সংখ্যা পাস করে।
• ক্লাসগুলি ব্যক্তিগত ব্যবহারের জন্য অন্যান্য ক্রিয়াকলাপ বাস্তবায়নের অনুমতিপ্রাপ্ত
• আরও ভেরিয়েবলগুলি সংজ্ঞায়িত করা এবং তাদের পূর্ববর্তী পরীক্ষাগুলি সম্পর্কে ডেটা সঞ্চয় করার জন্য স্পষ্টভাবে অনুমোদিত।
• প্রোগ্রামিং মেটা-ইফেক্টগুলি নিষিদ্ধ, যার অর্থ অন্য বটসের কোড, নিয়ামকের কোড সরাসরি অ্যাক্সেসের যে কোনও প্রচেষ্টা ব্যতিক্রম বা অনুরূপ সৃষ্টি করে। এটি কোড হ্যাকিং নয়, পরীক্ষার কৌশলগুলির একটি প্রতিযোগিতা।
• একে অপরকে সাহায্য করার চেষ্টা করা বটগুলি যতক্ষণ না তারা মেটা-এফেক্টের মাধ্যমে এটি না করে কেবল স্পষ্টভাবে অনুমোদিত হয় তবে পুরোপুরি তথ্য দ্বারা পাস করা update()
• অন্যান্য ভাষাগুলি কেবলমাত্র পাইথন 3 এ রূপান্তরিত হতে পারলেই তাদের অনুমতি রয়েছে।
• লাইব্রেরির নামিটি আমদানি করা হবে np। সংস্করণটি 1.6.5 এর অর্থ এটি পুরানো এলোমেলো গ্রন্থাগার ব্যবহার করে। আপনার যদি নপি 1.7 থাকে তবে পুরানো ফাংশনগুলি এর অধীনে উপলব্ধnumpy.random.mtrand পরীক্ষার জন্য । জমা দেওয়ার জন্য দয়া করে মনে রাখবেন মেট্র্যান্ডটি ফেলা।
• রানটাইম চলাকালীন কোনও বট যদি একটি ব্যতিক্রম ঘটায় তবে তা অযোগ্য ঘোষণা করা হয়। যার বট কোডটি এতটাই দ্ব্যর্থহীন যে এটি দৈর্ঘ্য n এর একটি তালিকা উত্পন্ন করে ask()বা answer()কখন ডাকা হবে তাও বলা অসম্ভব । একটি বট আমাকে ডিপ-কপি আউটপুটগুলিতে বাধ্য করে স্কোর -1 পায়।
• শ্রেণীর নামগুলি অনন্য হতে হবে
• প্রতি ব্যক্তি একাধিক বট অনুমোদিত, তবে কেবলমাত্র সর্বশেষতম সংস্করণ পুনরাবৃত্ত আপডেট হওয়া বট গ্রহণ করা হবে।
• যেহেতু বটের মিল সম্পর্কে কিছু বিভ্রান্তি রয়েছে বলে মনে হচ্ছে:
  • আপনাকে অন্য বটের একটি অনুলিপি পোস্ট করার অনুমতি নেই । এটিই হ'ল একমাত্র স্ট্যান্ডার্ড লুফোল যা সত্যই এই চ্যালেঞ্জে প্রয়োগ হয়।
  • আপনার কাছে অন্য লোকের বট সহ অন্যান্য বটগুলির সাথে ভাগ করা কোড থাকার অনুমতি রয়েছে।
  • আপনাকে এমন একটি বট জমা দেওয়ার অনুমতি নেই যা কেবলমাত্র কৌশলটির তুচ্ছ পরিবর্তনের মাধ্যমে (অন্যের থেকে পৃথক পৃথক পৃথক পৃথক পৃথক পৃথক পৃথক প্রশ্নবিদ্ধের জন্য বীজের পরিবর্তনের মতো) আপনি যদি প্রমাণ করতে না পারেন যে কার্বন কপির বটের সংখ্যা সফলতার জন্য প্রয়োজনীয় ন্যূনতম তাদের কৌশল কার্যকর করা (এটি একটি সহযোগিতার জন্য সাধারণত দুটি বট হবে)।

উদাহরণস্বরূপ:

JadeEmperorসবসময় খেলার অংশ, কিন্তু প্রতিদ্বন্দ্বিতা করে না; তিনি সর্বোচ্চ র‌্যাঙ্কের বট পরীক্ষার জন্য জেনারেটরের কাজ করেন। তার পরীক্ষাগুলি এলোমেলো, তবে সমান নয়, স্মার্ট বটগুলিকে অগ্রসর হওয়ার উপায় দেয়।

class JadeEmperor:
    def __init__(self):
        pass

    def ask(self,n,ID):
        num=min(np.random.exponential(scale=np.sqrt(np.power(2,n))),np.power(2,n)-1)
        bi=list(np.binary_repr(int(num),width=n))
        return [x=='0' for x in bi]

মাতালঃ সম্পূর্ণরূপে এলোমেলোভাবে পরীক্ষার ও উত্তর উৎপন্ন হয়। তিনি খেলায় অংশ নেবেন।

class Drunkard:
    def __init__(self,ID,n):
        pass

    def ask(self,n,ID):
        return list(np.random.choice([True,False],size=n,replace=True))

    def answer(self,n,ID):
        return list(np.random.choice([True,False],size=n,replace=True))

    def update(self,rankList,ownExam,otherExams):
        pass #out

চন্দ্ররেণু শুধু কপি পূর্ববর্তী পরীক্ষার। তিনিও এই খেলায় অংশ নেবেন।

class Plagiarist:
    def __init__(self,ID,n):
        self.exam=[True]

    def ask(self,n,ID):
        return (self.exam*n)[0:n]

    def answer(self,n,ID):
        return (self.exam*n)[0:n]

    def update(self,rankList,ownExam,otherExams):
        self.exam=ownExam[0]

নিয়ামক কোড এখানে উপলব্ধ । পরীক্ষার জন্য, আপনি একই ফোল্ডারের একটি প্রতিযোগী.পি ফাইলের মধ্যে আপনার নিজের ক্লাস রাখতে পারেন এবং সেগুলি আমদানি করা হবে।

চ্যাটরুম এখানে পাওয়া যাবে ।

পরীক্ষা শুরু!

অক্টোবর 20 এর জন্য উচ্চতর নির্ভুলতায় (10000 রান) বর্তমান স্কোর:

$$\begin{array}{|c|c|c|}\hline \textbf{Entrant}&\textbf{Author}&\textbf{Score}\\\hline % \text{Alpha}&\text{Sleafar}&9.669691\\ \hline \text{Gamma}&\text{Sleafar}&9.301362\\ \hline \text{Beta}&\text{Sleafar}&9.164597\\ \hline \text{WiQeLu}&\text{Purple P}&7.870821\\ \hline \text{StudiousBot}&\text{Dignissimus - Spammy}&7.538537\\ \hline \text{Santayana}&\text{Sara J}&7.095528\\ \hline \text{Plagiarist}&\text{}&6.522047\\ \hline \text{CountOracular}&\text{IFcoltransG}&5.881175\\ \hline \text{Thomas}&\text{Alien@System}&5.880041\\ \hline \text{Contrary}&\text{Draco18s}&5.529652\\ \hline \text{Marx}&\text{sugarfi}&5.433808\\ \hline \text{Drunkard}&\text{}&5.328178\\ \hline \text{YinYang}&\text{Purple P}&5.102519\\ \hline \text{Equalizer}&\text{Mnemonic}&4.820996\\ \hline \text{TitForTat}&\text{Anonymous}&3.35801\\ \hline \end{array}$$

সুদূর ভবিষ্যতের জন্য প্রতিটি নতুন এন্ট্রি নিয়ে প্রতিযোগিতা পরিচালিত হবে।

Comments

বটের অনুলিপিগুলি একটি স্ট্যান্ডার্ড লুফোল, তাই না। আপনি যদি প্রায়-তবে-না-যথেষ্ট-অনুলিপি জমা দিয়ে লেখক বিধি অনুসারে একাধিক বটগুলি অপব্যবহার করার চেষ্টা করেন, আমি এটি সরিয়ে দেব।

— AlienAtSystem

@ অ্যালিয়ানআটসিস্টেম আপনি কেন বটকে একে অপরকে সহায়তা করছেন? এটি কেবল আরও বিশৃঙ্খলা এবং মোকাবেলা করার এলোমেলো মনে হচ্ছে।

— ডন হাজার হাজার

কেন কনস্ট্রাক্টর আর্গুমেন্ট ID, nতবে অন্যান্য পদ্ধতির আর্গুমেন্ট n, ID?

— বেগুনি পি

@ ডনথ হাজার, কারণ আমি বিশ্বাস করি যে প্রতিবন্ধকতা দেওয়া হয়েছে তার মধ্যে দুটি বট তৈরি করা বেশ কৃতিত্ব যা ক) সফলভাবে হ্যান্ডশেক করুন (দ্রষ্টব্য যে চৌকসই ব্যক্তি মাঝখানে সঠিকভাবে লোককে খেলতে পারে) এবং বি) তারপরে এমন একটি কৌশল কার্যকর করে যা সেই বটকে নির্ভরযোগ্যভাবে সহায়তা করে কিন্তু উঠার মতো আর কোনও নেই।

— AlienAtSystem

@ সোমোন র‌্যাঙ্কগুলি উপরের দিকে গণনা করছে। আপনি 0 থেকে শুরু করেন এবং উচ্চ সংখ্যায় আপনার পথে কাজ করেন

— AlienAtSystem

Answer 1

Santayana

যারা অতীতকে স্মরণ করতে পারে না তাদের পুনরাবৃত্তি করার জন্য নিন্দা করা হয়। সুতরাং আমরা অতীতে অন্যরা কীভাবে আচরণ করেছিল তার উপর ভিত্তি করে আমরা আমাদের সিদ্ধান্তগুলি গ্রহণ করি, প্রদত্ত সূচকটিতে সাধারণত প্রশ্নকারী আমাদের কাছ থেকে কী উত্তর প্রত্যাশিত হয় তার উপর ভিত্তি করে উত্তর দেয় এবং নির্দিষ্ট প্রদত্ত সূচীতে তারা আমাদের কমপক্ষে প্রায়শই উত্তর দিয়ে থাকে বলে উত্তর চেয়ে থাকে ।

import numpy as np

class Santayana:
    """
    Those who cannot remember the past are condemned to repeat it
    """
    def __init__(self, ID, num_competitors):
        self.ID = ID
        self.exams_taken = {}
        self.exams_issued = {}
        self.last_exam_asker = None
        self.recent_exam_takers = []

        for i in range(num_competitors):
            self.exams_taken[i] = []
            self.exams_issued[i] = []

    def ask(self, length, taker_ID):
        # Remember who asked
        self.recent_exam_takers.append(taker_ID)
        new_exam = []

        # At every index, expect the answer they've given the least often (default to False if equal)
        for i in range(length):
            trues = 0
            falses = 0
            for exam in self.exams_issued[taker_ID]:
                if len(exam) <= i: continue
                if exam[i]:
                    trues += 1
                else:
                    falses += 1
            new_exam.append(trues < falses)
        return new_exam

    def answer(self, num_answers, asker_ID):
        self.last_exam_asker = asker_ID
        if asker_ID == -1:
            # Copy emperor's process to hopefully get a similar exam
            num = min(np.random.exponential(scale=np.sqrt(np.power(2,num_answers))),np.power(2,num_answers)-1)
            as_bin = list(np.binary_repr(int(num),width=num_answers))
            return [x=='0' for x in as_bin]
        else:
            new_answer = []

            # At every index, give the answer that's been correct the greatest number of times (default to True if equal)
            for i in range(num_answers):
                trues = 0;
                falses = 0;
                for exam in self.exams_taken[asker_ID]:
                    if len(exam) <= i: continue
                    if exam[i]:
                        trues += 1
                    else:
                        falses += 1
                new_answer.append(trues >= falses)
            return new_answer

        return [True for i in range(num_answers)]

    def update(self, rank_list, own_exam, other_exams):
        if self.last_exam_asker > -1:
            # Save the exam we took, unless it was from the Emperor - we already know how he operates
            self.exams_taken[self.last_exam_asker].append(own_exam[0])
        for i in range(len(self.recent_exam_takers)):
            # Save the responses we got
            self.exams_issued[i].append(other_exams[i][1])

        self.recent_exam_takers = []

Answer 2

স্টাডি বট

এই বট পরীক্ষার জন্য অধ্যয়ন! এটি বিভিন্ন বট দ্বারা প্রদত্ত পরীক্ষাগুলিতে নিদর্শনগুলি সন্ধান করার চেষ্টা করে এবং একত্রে কাজ করে।

আমার শেষ অবধি, এই বটটি আলফা, বিটা এবং গামা (যারা একসাথে কাজ করার জন্য প্রোগ্রাম করা হয়েছে) ব্যতীত অন্য যে সমস্ত বট আমার কম্পিউটারে কাজ করতে পারে তা ছাড়িয়ে যায়। দলটি অনুমোদিত হওয়ার বিষয়টি বটটি ব্যবহার করে না কারণ আমি অনুভব করেছি যে এটি কিছুটা প্রতারণার মতো এবং কিছুটা নোংরা। যদিও এটি দেখার জন্য, দলবদ্ধ করা বেশ কার্যকর বলে মনে হচ্ছে।

পরীক্ষাগুলির উত্তরগুলি এলোমেলো এবং প্রতিক্রিয়া অনুসারে পরীক্ষাগুলিতে আশা করা যায় যে গড়পড়তা 50% হবে বটটি সনাক্ত করার চেষ্টা করে।

বটটি যখন স্বীকৃতি জানাতে চেষ্টা করে যখন কোনও বট তাদের আচরণের পূর্বাভাস দেওয়ার জন্য বেঁধে রাখা অন্যান্য বটগুলি ফেলে দেওয়ার জন্য তার উত্তরগুলি কেবল উল্টে দেয় তবে আমি এখনও এ সম্পর্কে বিশেষভাবে কাজ করার জন্য এটি প্রোগ্রাম করি নি।

কোডটি পড়তে আরও সহজ করার জন্য কয়েকটি মন্তব্য সহ আমি টীকায়িত করেছি

import random
import numpy as np


class StudiousBot:
    GRAM_SIZE = 5
    def __init__(self, identifier, n):
        self.id = identifier
        self.ranks = {i: 0 for i in range(n)} # Stores ranks
        self.study_material = {i: [] for i in range(n)} # Stores previous exam data
        self.distribution = {i: [] for i in range(n)} # Stores the percentage of answers that were `True` on a Bot's tests over time
        self.last_examiner = None

    def ask(self, n, identifier):
        # This bot gives random tests, it doesn't bother making them difficult based on answers to them
        # The reason for this is that I can't personalise the tests for each bot
        return [random.choice([True, False]) for i in range(n)] 

    def answer(self, n, examiner_id):
        self.last_examiner = examiner_id
        if examiner_id == -1:
            return StudiousBot.answer_emperor(n) # Easy win, I know the distribution of answers for the Emperor's tests

        bother_predicting = True # Whether or not the Bot will attempt to predict the answers to the exam
        study_material = self.study_material[examiner_id]
        distribution = self.distribution[examiner_id]
        if len(distribution) > 0: # If there is actually data to analyse
            sd = StudiousBot.calculate_standard_deviation(distribution)
            normalised_sd = StudiousBot.calculate_normalised_standard_deviation(distribution)

            if abs(30 - sd) < 4: # 30 is the expected s.d for a random distribution
                bother_predicting = False # So I won't bother predicting the test 

            if abs(sd - normalised_sd * 2) > 4: # The bot is merely inverting answers to evade being predicted
                pass # However, at this time, I'm not certain how I should deal with this. I'll continue to attempt to predict the test 


        if bother_predicting and len(study_material) >= StudiousBot.GRAM_SIZE:
            return StudiousBot.predict(study_material, n)

        return [random.choice([True, False]) for i in range(n)]

    def predict(study_material, n): # Predicts the answers to tests with `n` questions
        grams = StudiousBot.generate_ngrams(study_material, StudiousBot.GRAM_SIZE) # Generate all n-grams for the study material
        last_few = study_material[-(StudiousBot.GRAM_SIZE - 1):] # Get the last 9 test answers
        prediction = None
        probability = -1
        for answer in [True, False]: # Finds the probabiility of the next answer being True or False, picks the one with the highest probability
            new_prediction = last_few + [answer]
            new_probability = grams.count(new_prediction)         

            if new_probability > probability:
                prediction = answer
                probability = new_probability

        if n == 1:
            return [prediction]

        return [prediction] + StudiousBot.predict(study_material + [prediction], n-1)          


    @staticmethod
    def calculate_standard_deviation(distribution):
        return np.std(distribution)

    def calculate_normalised_standard_deviation(distribution): # If the answers happen to be inverted at some point, this function will return the same value for answers that occured both before and after this point  
        distribution = list(map(lambda x: 50 + abs(50-x), distribution))
        return StudiousBot.calculate_standard_deviation(distribution)   

    @staticmethod
    def generate_ngrams(study_material, n):
        assert len(study_material) >= n
        ngrams = []
        for i in range(len(study_material) - n + 1):
            ngrams.append(study_material[i:i+n])

        return ngrams

    def update(self, ranks, own_exam, other_exams):
        self.ranks = dict(enumerate(ranks))
        if self.last_examiner != -1:
            self.study_material[self.last_examiner] += own_exam[0]
            self.distribution[self.last_examiner].append(own_exam[0].count(True) / len(own_exam[0]) * 100) # Stores the percentage of the answers which were True

    @staticmethod
    def answer_emperor(n): # Algorithm to reproduce Emperor's distribution of test answers  
        exp = np.random.exponential(scale=np.sqrt(np.power(2,n)))
        power = np.power(2,n) - 1        
        num = min(exp, power)
        bi = list(np.binary_repr(int(num), width=n))
        return [x == '0' for x in bi]

Comments

আমাদের পারফরম্যান্সের বিচার করে আপনার কাছে উত্তর দেওয়ার জন্য সেরা অ্যালগরিদম রয়েছে এবং জিজ্ঞাসার জন্য ওয়াই কিউ লু-র সেরা অ্যালগরিদম রয়েছে। আমি প্রস্তাব দিচ্ছি যে আমরা আমাদের বটগুলিকে একক বোটে একত্রিত করি, যাকে বলা হয় জুয়াঝি ("পণ্ডিতের জন্য চীনা"), যা কাকতালীয়ভাবে "সুইচার" এর মতো শোনাচ্ছে।

— বেগুনি পি

আমি এটি হ্যাক করেছি এবং আমার মেশিনে পরীক্ষা চালিয়েছি। কৌতূহলজনকভাবে, এটি স্টুডিজ বটকে আউটসোর্স করেছে, তবে ওয়াই কিউ লু নয়।

— বেগুনি পি

@ পুরলিপ হা হা! এটি অত্যন্ত আকর্ষণীয় বলে মনে হচ্ছে, আমার বটকে উন্নত করার জন্য আমার পক্ষে পর্যাপ্ত সময় নেই তবে আপনি এটি এখানে জমা হিসাবে পোস্ট করতে পারেন

— ডাইগনিসিমাস - স্প্যামি

Answer 3

ওরাকুলার গণনা করুন

একে অপরের বট পরীক্ষার হিসাবে কী নির্ধারণ করবে তা সিদ্ধান্ত নেওয়ার জন্য এই বটটি একটি অ্যালগরিদম ব্যবহার করে যা অন্য সমস্ত কার্যকারী বটের পরীক্ষার গড় গড় দেয় (গোল নম্বর এবং কিছু ভয়ানক হিউরিস্টিকস দেওয়া হয়)।
গণনা একটি এমডি 5 হ্যাশ ব্যবহার করে এর পরীক্ষা জিজ্ঞাসা করে। এর প্রশ্ন এবং এর উত্তর উভয়ই হ্রাসকারী are এটি বেশিরভাগ ইনপুট উপেক্ষা করে জেড এমপোরারের বিপরীতে বুলিয়ান, বৃষ্টি বা জ্বলজ্বলের ঠিক একই ক্রমগুলি জিজ্ঞাসা করে এবং উত্তর দেয়।

import numpy as np
import hashlib

class CountOracular:
    '''Uses very little external data to make heuristical statistical
    deterministic predictions about the average exam.
    (Assonance not intended.)
    To generate its own exams, uses a deterministic hash.'''
    def __init__(self, id, number_of_bots):
        self.last_round = []
        #functions for calculating what other bots will likely do.
        self.bots_calculators = [
            self._jad, #Jade Emporer
            self._alp, #Alpha
            self._bet, #Beta
            self._gam, #Gamma
            self._wiq, #Wi Qe Lu
            self._stu, #StudiousBot
            self._pla, #Plagiarist
            self._san, #Santayana
            self._tho, #Thomas
            self._dru, #Drunkard
            self._yin, #YinYang
            self._con, #Contrary
            self._tit, #TitForTat
            self._equ, #Equalizer
            self._mar, #Marx
        ]
        self.bot_types = len(self.bots_calculators)
    def ask(self, n, id):
        #if we can, show that hardcoding is no match for the power of heuristics:
        if n == 2:
            return [False, True]
        #otherwise, refer to the wisdom of Mayor Prentiss in order to command The Ask
        #i.e. hashes a quote, and uses that as the exam.
        salt = b"I AM THE CIRCLE AND THE CIRCLE IS ME " * n
        return self._md5_from(salt, n)
    def answer(self, n, id):
        #uses the power of heuristics to predict what the average bot will do
        #ignores all inputs except the length of the output
        #very approximate, and deterministic
        #i.e. every game, Count Oracular will send the same lists of answers, in the same order
        best_guess_totals = [0.5] * n #halfway between T and F
        for bot in self.bots_calculators:
            exam, confidence = bot(n)
            if not exam:
                continue
            while len(exam) < n:
                #ensure exam is long enough
                exam += exam[:1]
            exam = exam[:n] #ensure exam is short enough
            #map T and F to floats [0,1] based on confidence
            weighted_exam = [0.5+confidence*(0.5 if q else -0.5) for q in exam]
            best_guess_totals = [current+new for current,new in zip(best_guess_totals, weighted_exam)]
        best_guess_averages = [total/self.bot_types
            for total
            in best_guess_totals
        ]
        best_guess = [avg > 0.5 for avg in best_guess_averages]
        self.last_round = best_guess
        return best_guess
    def update(self, ranks, own, others):
        pass
    def _md5_from(self, data, n):
        md5 = hashlib.md5(data)
        for i in range(n):
            md5.update(data)
        exam = []
        while len(exam) < n:
            exam += [x == "0"
                for x
                in bin(int(md5.hexdigest(), 16))[2:].zfill(128)
            ]
            md5.update(data)
        return exam[:n]
    def _invert(self, exam):
        return [not val for val in exam]
    def _digits_to_bools(self, iterable):
        return [char=="1" for char in iterable]
    def _plagiarise(self, n):
        copy = (self.last_round * n)[:n]
        return copy

    '''functions to calculate expected exams for each other bot:
       (these values, weighted with corresponding confidence ratings,
       are summed to calculate the most likely exam.)'''
    def _jad(self, n):
        '''Calculate the mean of _jad's distribution, then
        use that as the guess'''
        mean = max(int(np.sqrt(np.power(2,n))), (2<<n)-1)
        string_mean = f"{mean}".zfill(n)
        exam = self._invert(self._digits_to_bools(string_mean))
        return exam, 0.5
    def _alp(self, n):
        '''Alpha uses a predictable hash,
        until it figures out we aren't Beta,
        modelled by the probability of giving or solving
        Alpha's exam'''
        #probability that Alpha thinks we're Beta
        #assuming we fail to pretend to be Beta if we meet Alpha
        chance_beta = ((1 - 1/self.bot_types) ** n) ** 2
        return self._md5_from(b"Beta", n), chance_beta
    def _gam(self, n):
        '''Gamma is like Beta, except after realising,
        switches to 50-50 random choice of inverse
        either Beta or Alpha's hash'''
        #probability that Gamma thinks we're Alpha still
        #(Unlikely that Gamma will think we're Beta;
        #we'd need to fail Alpha but pass Beta,
        #therefore, not accounted for)
        chance_unknown = ((1 - 1/self.bot_types) ** n) ** 2
        #default exam that assumes that Gamma thinks we're Alpha
        exam = self._md5_from(b"Beta", n)
        if chance_unknown > 0.5:#there exists a better heuristic here
            #assume Gamma will consider us Alpha
            confidence = chance_unknown
        else:
            #assume Gamma considers us neither Alpha nor Beta
            alpha = self._invert(self._md5_from(b"Beta", n))
            beta = self._invert(self._md5_from(b"Alpha", n))
            #check for bools where both possible exams match
            and_comp = [a and b for a, b in zip(alpha, beta)]
            nor_comp = [not (a or b) for a, b in zip(alpha, beta)]
            #count up matches vs times when fell back on default
            #to calculate ratio of default
            #to bools where hashes agree
            confidence_vs_default = (sum(and_comp)+sum(nor_comp)) / n
            confidence = confidence_vs_default * chance_unknown + (1 - confidence_vs_default) * (1 - chance_unknown)
            for i in range(n):
                if and_comp[i]:
                    exam[i] = True
                if nor_comp[i]:
                    exam[i] = False
        return exam, confidence
    def _bet(self, n):
        '''Beta is like Alpha, but with a different hash'''
        #probability we haven't matched with Beta yet
        #i.e. probability that Beta still thinks we're Alpha
        chance_alpha = ((1 - 1/self.bot_types) ** n) ** 2
        return self._md5_from(b"Alpha", n), chance_alpha
    def _wiq(self, n):
        '''Wi Qe Lu is hard to model, so we pretend
        that it mimicks Plagiarist for the most part'''
        if n == 1:
            #first round is random
            return [False], 0
        #other rounds are based on exams it met
        #leaning towards same as the previous exam
        return self._plagiarise(n), 0.1
    def _stu(self, n):
        '''StudiousBot is random'''
        return [False] * n, 0
    def _pla(self, n):
        '''Plagiarist copies the exams it received,
        which can be modelled with the standard prediction
        calculated for the previous round, padded with its first
        element.'''
        if n == 1:
            return [True], 1
        return self._plagiarise(n), 0.3
    def _san(self, n):
        '''Santayana is based on answers, which we don't predict.
        Modelled as random.'''
        #mostly random, slight leaning towards default False
        return [False] * n, 0.1
    def _tho(self, n):
        '''Thomas has an unpredictable threshold.'''
        #for all intents, random
        return [False] * n, 0
    def _dru(self, n):
        '''Drunkard is utterly random.'''
        return [False] * n, 0
    def _yin(self, n):
        '''YinYang inverts itself randomly, but not unpredictably.
        We can model it to find the probability. Also notably,
        one index is inverted, which factors into the confidence
        especially for lower n.'''
        if n == 1:
            #one element is inverted, so whole list must be False
            return [False], 1
        if n == 2:
            #split half and half randomly; can't predict
            return [True] * n, 0
        #cumulative chance of mostly ones or mostly zeros
        truthy = 1
        for _ in range(n):
            #simulate repeated flipping
            truthy = truthy * 0.44 + (1-truthy) * 0.56
        falsey = 1 - truthy
        if falsey > truthy:
            return [False] * n, falsey - 1/n
        return [True] * n, truthy - 1/n
    def _con(self, n):
        '''Contrary is like Jade Emporer, but inverts itself
        so much that modelling the probability of inversion
        is not worth the effort.'''
        #there are some clever ways you could do statistics on this,
        #but I'm content to call it uniform for now
        return [False] * n, 0
    def _tit(self, n):
        '''TitForTat is most likely to give us False
        but the confidence drops as the chance of having
        met TitForTat increases.
        The square root of the probability we calculate for
        Alpha, Beta and Gamma, because those also care about what
        we answer, whereas TitForTat only cares about what we ask'''
        #probability that we've not given TitForTat an exam
        chance_friends = (1 - 1/self.bot_types) ** n
        return [False] * n, chance_friends
    def _equ(self, n):
        '''Equalizer always asks True'''
        #certain that Equalizer's exam is all True
        return [True] * n, 1
    def _mar(self, n):
        '''Marx returns mostly True, randomised based on our rank.
        We don't predict our rank.
        There's ~50% chance an answer is random'''
        #75% chance we guess right (= 50% + 50%*50%)
        return [True] * n, 0.75

Comments

তাত্ত্বিক ক্ষেত্রে একটি দুর্দান্ত ধারণা, তবে এর প্রথম প্রতিযোগিতায় কাউন্ট ওরাকুলার ইয়িনইয়াংয়ের তুলনায় আরও খারাপ পারফর্ম করেছিলেন, যিন ইয়ংয়ের অনুকরণ করার চেষ্টা করা সত্ত্বেও।

— বেগুনি পি

@ পুরপ্পি হ্যাঁ, এটি খুব ভাল নয়। কারণটি হ'ল এটি সমস্ত সাধারণ কৌশলকে একসাথে গড়ে গড়ে একটি 'সাধারণ অনুকূল' কৌশল বেছে নেওয়ার চেষ্টা করে। উদাহরণস্বরূপ, যিনি ইয়ংয়ের মুখোমুখি হওয়ার সময় এটি ইয়িনইয়াংকে পরাজিত করার জন্য তৈরি কৌশল ব্যবহার করে না। এটি জেড এমপোরার সম্পর্কিত কোনও সুনির্দিষ্ট কৌশলও ব্যবহার করে না: এটি কেবল জড এমপোরার কৌশলকে গড়ে গড়ে তোলে। এটি এলোমেলো চেয়ে ভাল হবে, কিন্তু খুব বেশি নয়।

— আইফোকলট্রান্সজি

মার্কস ঠিক করা হয়েছে। এটি পূর্বাভাস দেওয়ার জন্য আপনাকে কাউন্ট ওরেকুলার আপডেট করা উচিত।

— বেগুনি পি

@ পুরলপ মার্কস এখনই সমর্থন করা উচিত। এটি আবার 1917 এর মতো।

— আইএফকোলট্রান্সজি

Answer 4

YinYang

একটি সূচককে এলোমেলোভাবে বিপরীতে হিসাবে বেছে নেওয়া বাদে সমস্ত Trueবা সমস্ত উত্তর False। এটি কি উত্তর দেয় তার বিপরীতে জিজ্ঞাসা করে। বিরোধীদের ছুঁড়ে ফেলার জন্য এলোমেলোভাবে অদলবদল।

import random

class YinYang:
    def __init__(self, ID, n):
        self.exam = True

    def update(self, rankList, ownExam, otherExams):
        if random.random() < 0.56:
            self.exam = not self.exam

    def answer(self, n, ID):
        a = [not self.exam] * n
        a[random.randint(0, n-1)] = self.exam
        return a

    def ask(self, n, ID):
        e = [self.exam] * n
        e[random.randint(0, n-1)] = not self.exam
        return e

Wi Qe Lu (Switcheroo)

উত্তর এবং প্রথম দফায় এলোমেলোভাবে জিজ্ঞাসা। এরপরে, তিনি পূর্ববর্তী পরীক্ষার উত্তরগুলি ব্যবহার করেন এবং যদি কোনও উচ্চ-গড় সংখ্যক প্রতিযোগীর পক্ষে এটি সঠিক হয় তবে একটি প্রশ্ন পরিবর্তন করে।

class WiQeLu:
    def __init__(self, ID, n):
        self.rounds = 1
        self.firstexam = True
        self.firstanswer = True
        self.lastexaminer = -1
        self.exam = []
        self.pastanswers = {}

    def update(self, rankList, ownExam, otherExams):
        questions, lastanswers = ownExam
        self.pastanswers[self.lastexaminer] = questions

        if len(otherExams) == 0:
            return
        correctCounts = [0 for i in otherExams[0][0]]
        for ourExam, response in otherExams:
            for i in range(len(response)):
                if ourExam[i] == response[i]:
                    correctCounts[i] += 1

        newExam = otherExams[0][0]
        meanWhoAnsweredCorrectly = sum(correctCounts) / len(correctCounts)
        for i in range(len(correctCounts)):
            if correctCounts[i] > meanWhoAnsweredCorrectly:
                newExam[i] = not newExam[i]
        self.exam = newExam

    def answer(self, n, ID):
        self.lastexaminer = ID
        if ID not in self.pastanswers:
            randomanswer = [random.randint(0, 1) == 1] * n
            self.pastanswers[ID] = randomanswer
            return randomanswer
        return (self.pastanswers[ID] * n)[:n]

    def ask(self, n, ID):
        if self.firstexam:
            self.firstexam = False
            self.exam = [random.randint(0, 1) == 1] * n
        return (self.exam * n)[:n]

Comments

গুগল অনুবাদ অনুসারে "wi qe lu" এর মোটামুটি অনুবাদ হয় "আমি পেঙ্গুইন রোড" as

— বেগুনি পি

Answer 5

আমার নিজের একটি বট:

টমাস

দূর-দূরান্তের কোনও ভ্রমণকারী, অতীতের ফলাফলগুলি সম্পর্কে ভবিষ্যতের কার্যকারিতার সূচক হিসাবে কিছু বিপজ্জনক ধারণা রয়েছে। তিনি সেগুলি অন্য বটগুলি নিচে রাখতে ব্যবহার করেন, যদি না এটি তার নিজের অগ্রযাত্রাকে দমিয়ে দেয়।

class Thomas:
    def __init__(self,ID,n):
        N=10
        self.ID=ID
        self.myrank=n
        self.lowerank=0
        #The highest number of questions is equal to the number of participants, so we can do this:
        self.probs=[{i:1.0/N for i in np.linspace(0,1,num=N)} for i in np.arange(n)]
        self.output=[0.5]*n

    def ask(self,n,ID):
        if self.myrank==1 and self.lowerrank > 1: #I can't advance without promoting somebody first
            return [self.output[i]>np.random.rand() for i in np.arange(n)]
        #Otherwise, try to step on their fingers by going against the expected probability
        return [self.output[i]<np.random.rand() for i in np.arange(n)]


    def answer(self,n,ID):
        return [self.output[i]>np.random.rand() for i in np.arange(n)]

    def update(self,rankList,ownExam,otherExams):
        #Update our ranks
        self.myrank=len([i for i in rankList if i==rankList[self.ID]])
        self.lowerrank=len([i for i in rankList if i==rankList[self.ID]-1])
        #Update our expectations for each input we've been given
        self.bayesianupdate(ownExam[0])
        for ex in otherExams:
            self.bayesianupdate(ex[1])
        #Compress into output variable
        self.output=[np.sum([l[entry]*entry for entry in l]) for l in self.probs]

    def bayesianupdate(self,data):
        for i in np.arange(len(data)):
            if data[i]: #Got a True
                self.probs[i].update({entry:self.probs[i][entry]*entry for entry in self.probs[i]})
            else: #Got a False
                self.probs[i].update({entry:self.probs[i][entry]*(1-entry) for entry in self.probs[i]})
            s=np.sum([self.probs[i][entry] for entry in self.probs[i]]) #Renormalize
            self.probs[i].update({entry:self.probs[i][entry]/s for entry in self.probs[i]})
```

Comments

আপনি কি ক্লাসের স্টেটমেন্টের পরে আপনার কোড যুক্ত করতে ভুলে গেছেন?

— পিপ্পি

এটাই কেবল এসই ফর্ম্যাটিং আমাকে অজানা বলে ধরা। এই বটটি ব্যবহার করার সময় কারও পরীক্ষায় যে কোনও ত্রুটি ঘটেছে তার সাথে আমি এটি একসাথে ঠিক করব

— AlienAtSystem

Answer 6

আরম্ভ

ডাউনভোটিংয়ের আগে চ্যাটটি পড়ুন। এই বটগুলি কোনও নিয়ম লঙ্ঘন করে না। ওপি এমনকি সহযোগিতা বটকেও উত্সাহ দিচ্ছে।

আলফা বিটার সাথে একসাথে একটি দল গঠন করছে। উভয়ই একে অপরের শীর্ষে উঠতে সহায়তা করার জন্য পরীক্ষার একটি পূর্বনির্ধারিত সেট ব্যবহার করছে। এছাড়াও দু'জনেই বারবার একই পরীক্ষা ব্যবহার করে বটের সুবিধা নিচ্ছেন।

import numpy as np
import hashlib

class Alpha:
    def __init__(self, ID, n):
        self.alpha = hashlib.md5(b"Alpha")
        self.beta = hashlib.md5(b"Beta")
        self.asker = -1
        self.betas = set(range(n)).difference([ID])
        self.fixed = set(range(n)).difference([ID])
        self.fixedExams = [[]] * n

    def ask(self,n,ID):
        if ID in self.betas:
            return self.md5ToExam(self.alpha, n)
        else:
            return list(np.random.choice([True, False], n))

    def answer(self,n,ID):
        self.asker = ID
        if self.asker == -1:
            return [True] * n
        elif self.asker in self.fixed and len(self.fixedExams[self.asker]) > 0:
            return (self.fixedExams[self.asker] * n)[:n]
        elif self.asker in self.betas:
            return self.md5ToExam(self.beta, n)
        else:
            return list(np.random.choice([True, False], n))

    def update(self,rankList,ownExam,otherExams):
        if self.asker >= 0:
            if self.asker in self.betas and ownExam[0] != self.md5ToExam(self.beta, len(ownExam[0])):
                    self.betas.remove(self.asker)
            if self.asker in self.fixed:
                l = min(len(ownExam[0]), len(self.fixedExams[self.asker]))
                if ownExam[0][:l] != self.fixedExams[self.asker][:l]:
                    self.fixed.remove(self.asker)
                    self.fixedExams[self.asker] = []
                elif len(ownExam[0]) > len(self.fixedExams[self.asker]):
                    self.fixedExams[self.asker] = ownExam[0]
        self.alpha.update(b"Alpha")
        self.beta.update(b"Beta")

    def md5ToExam(self, md5, n):
        return [x == "0" for x in bin(int(md5.hexdigest(), 16))[2:].zfill(128)][:n]

Comments

আমি বিশ্বাস করি যে এই তিনটি বট প্রম্পট এবং মন্তব্যে উভয়েরই হিসাবে ওপিএস বিধি লঙ্ঘন করে।

— ডন হাজার হাজার

@ ডন হাজার হাজার আপনি আড্ডায় আলোচনাটি পড়লে দেখবেন তারা বিধি লঙ্ঘন করছে না। chat.stackexchange.com/rooms/98905/imperial-exams-office

— স্লেফার

যথেষ্ট ফর্সা। আমার খারাপ।

— ডন হাজার হাজার

@ দন হাজার হাজার তাহলে তাদের সবাইকে নীচে রাখার কী দরকার ছিল?

— স্লেফার

আমি কেবল আলফাকে উজ্জীবিত করেছি। যদিও আমি পূর্বাবস্থায় যেতে পারি না। একটি অতিরিক্ত অতিরিক্ত সম্পাদনা করুন এবং আমি এটি ঠিক করব।

— ডন হাজার হাজার

Answer 7

ইকুয়ালাইজার

প্রত্যেকেরই সমান হওয়া উচিত (এই নির্বোধ সম্রাটের কোনোটাই নয়), তাই যতটা সম্ভব সামাজিক গতিশীলতা সরবরাহ করুন। প্রশ্নগুলি সত্যই সহজ করুন (উত্তর সর্বদা সত্য) যাতে লোকেরা সফল হতে পারে।

class Equalizer:
    def __init__(self, ID, n):
        self.previousAnswers = [[0, 0] for _ in range(n)]
        self.previousAsker = -1

    def ask(self, n, ID):
        return [True] * n

    def answer(self, n, ID):
        if ID == -1:
            return [True] * n

        # Assume that questions from the same bot will usually have the same answer.
        t, f = self.previousAnswers[ID]
        return [t >= f] * n

    def update(self, rankList, ownExam, otherExams):
        if self.previousAsker == -1:
            return

        # Keep track of what answer each bot prefers.
        counts = self.previousAnswers[self.previousAsker]
        counts[0] += ownExam[0].count(True)
        counts[1] += ownExam[0].count(False)

Answer 8

বিটা

ডাউনভোটিংয়ের আগে চ্যাটটি পড়ুন। এই বটগুলি কোনও নিয়ম লঙ্ঘন করে না। ওপি এমনকি সহযোগিতা বটকেও উত্সাহ দিচ্ছে।

বিটা আলফার সাথে একত্রে একটি দল গঠন করছে। উভয়ই একে অপরের শীর্ষে উঠতে সহায়তা করার জন্য পরীক্ষার একটি পূর্বনির্ধারিত সেট ব্যবহার করছে। এছাড়াও দু'জনেই বারবার একই পরীক্ষা ব্যবহার করে বটের সুবিধা নিচ্ছেন।

import numpy as np
import hashlib

class Beta:
    def __init__(self,ID,n):
        self.alpha = hashlib.md5(b"Alpha")
        self.beta = hashlib.md5(b"Beta")
        self.asker = -1
        self.alphas = set(range(n)).difference([ID])
        self.fixed = set(range(n)).difference([ID])
        self.fixedExams = [[]] * n

    def ask(self,n,ID):
        if ID in self.alphas:
            return self.md5ToExam(self.beta, n)
        else:
            return list(np.random.choice([True, False], n))

    def answer(self,n,ID):
        self.asker = ID
        if self.asker == -1:
            return [True] * n
        elif self.asker in self.fixed and len(self.fixedExams[self.asker]) > 0:
            return (self.fixedExams[self.asker] * n)[:n]
        elif self.asker in self.alphas:
            return self.md5ToExam(self.alpha, n)
        else:
            return list(np.random.choice([True, False], n))

    def update(self,rankList,ownExam,otherExams):
        if self.asker >= 0:
            if self.asker in self.alphas and ownExam[0] != self.md5ToExam(self.alpha, len(ownExam[0])):
                    self.alphas.remove(self.asker)
            if self.asker in self.fixed:
                l = min(len(ownExam[0]), len(self.fixedExams[self.asker]))
                if ownExam[0][:l] != self.fixedExams[self.asker][:l]:
                    self.fixed.remove(self.asker)
                    self.fixedExams[self.asker] = []
                elif len(ownExam[0]) > len(self.fixedExams[self.asker]):
                    self.fixedExams[self.asker] = ownExam[0]
        self.alpha.update(b"Alpha")
        self.beta.update(b"Beta")

    def md5ToExam(self, md5, n):
        return [x == "0" for x in bin(int(md5.hexdigest(), 16))[2:].zfill(128)][:n]

Answer 9

গ্রীক বর্ণমালার তৃতীয় বর্ণ

ডাউনভোটিংয়ের আগে চ্যাটটি পড়ুন। এই বটগুলি কোনও নিয়ম লঙ্ঘন করে না। ওপি এমনকি সহযোগিতা বটকেও উত্সাহ দিচ্ছে।

গামা আলফা এবং বিটার পরিকল্পনাগুলি আবিষ্কার করেছে এবং সেগুলির মধ্যে একটির ছদ্মবেশ ধারণ করে উভয়ের সুবিধা নেওয়ার চেষ্টা করছে।

import numpy as np
import hashlib

class Gamma:
    def __init__(self, ID, n):
        self.alpha = hashlib.md5(b"Alpha")
        self.beta = hashlib.md5(b"Beta")
        self.asker = -1
        self.alphas = set(range(n)).difference([ID])
        self.betas = set(range(n)).difference([ID])
        self.fixed = set(range(n)).difference([ID])
        self.fixedExams = [[]] * n

    def ask(self,n,ID):
        if ID in self.alphas:
            return self.md5ToExam(self.beta, n)
        elif ID in self.betas:
            return self.md5ToExam(self.alpha, n)
        else:
            return self.md5ToWrongExam(np.random.choice([self.alpha, self.beta], 1)[0], n)

    def answer(self,n,ID):
        self.asker = ID
        if self.asker == -1:
            return [True] * n
        elif self.asker in self.fixed and len(self.fixedExams[self.asker]) > 0:
            return (self.fixedExams[self.asker] * n)[:n]
        elif self.asker in self.alphas:
            return self.md5ToExam(self.alpha, n)
        elif self.asker in self.betas:
            return self.md5ToExam(self.beta, n)
        else:
            return list(np.random.choice([True, False], n))

    def update(self,rankList,ownExam,otherExams):
        if self.asker >= 0:
            if self.asker in self.alphas and ownExam[0] != self.md5ToExam(self.alpha, len(ownExam[0])):
                    self.alphas.remove(self.asker)
            if self.asker in self.betas and ownExam[0] != self.md5ToExam(self.beta, len(ownExam[0])):
                    self.betas.remove(self.asker)
            if self.asker in self.fixed:
                l = min(len(ownExam[0]), len(self.fixedExams[self.asker]))
                if ownExam[0][:l] != self.fixedExams[self.asker][:l]:
                    self.fixed.remove(self.asker)
                    self.fixedExams[self.asker] = []
                elif len(ownExam[0]) > len(self.fixedExams[self.asker]):
                    self.fixedExams[self.asker] = ownExam[0]
        self.alpha.update(b"Alpha")
        self.beta.update(b"Beta")

    def md5ToExam(self, md5, n):
        return [x == "0" for x in bin(int(md5.hexdigest(), 16))[2:].zfill(128)][:n]

    def md5ToWrongExam(self, md5, n):
        return [x == "1" for x in bin(int(md5.hexdigest(), 16))[2:].zfill(128)][:n]

Answer 10

TitForTat

আপনি অতীতে সহজ প্রশ্ন জিজ্ঞাসা করলে আপনাকে সহজ প্রশ্ন জিজ্ঞাসা করে। আপনি যদি কখনও এটিকে পরীক্ষা না দিয়ে থাকেন তবে এটি সহজ প্রশ্নের চেয়ে ডিফল্ট।

অতিরিক্ত হিসাবে, যে কেউ কঠিন প্রশ্ন জিজ্ঞাসা করে এমন কাউকে বিশ্বাস করে না এবং তাদের অবিশ্বাস্য উত্তর দেয়।

import numpy as np

class TitForTat:
    def __init__(self, ID, n):
        self.friendly = [True] * n
        self.asker = -1

    def make_answers(self, n, ID):
        if ID == -1 or self.friendly[ID]:
            return [False] * n
        else:
            return list(np.random.choice([True, False], n))

    def ask(self, n, ID):
        return self.make_answers(n, ID)

    def answer(self, n, ID):
        self.asker = ID
        return self.make_answers(n, ID)

    def update(self, rankList, ownExam, otherExams):
        if self.asker != -1:
            # You are friendly if and only if you gave me a simple exam
            self.friendly[self.asker] = all(ownExam[0])

অন্যান্য বটরা এতে সহযোগিতা করলে এই বটটি ভাল কাজ করে। বর্তমানে কেবল ইকুয়ালাইজারই সহযোগিতা করে তবে আশা করা যায় এটি যথেষ্ট হবে।

Comments

এই মুহুর্তে, বট প্রতিযোগিতা করতে পারে না কারণ এটি নির্দিষ্টকরণগুলি অনুসরণ করে না। নিশ্চিত করুন যে এটি listসর্বদা বস্তু ফেরত দেয় । এছাড়াও, পুরানো এবং আপডেট উভয় বিধি

— মোতাবেক

আমি তালিকা সম্পাদনা করতে সম্পাদনা করেছি। নিখুঁত অনুলিপি জিনিসগুলির জন্য, কোনও বর্তমান বট নেই যা এটির সাথে যথাযথভাবে সহযোগিতা করে, সুতরাং কার্বন অনুলিপি বটের সংখ্যা - কৌশলটির সফল আইন প্রয়োগের জন্য সর্বনিম্ন প্রয়োজনীয় - কমপক্ষে 1 (এই বট এবং এর 1 অনুলিপি প্রয়োজন )।

— বেনামে

আপনি যুক্তি দিচ্ছেন যে আপনি ধারা 3 এর অধীনে একটি ব্যতিক্রমের জন্য যোগ্যতা অর্জন করেছেন যখন অনুচ্ছেদ 1 এর অধীনে থাকা কোনও কিছু জমা দেওয়ার চেষ্টা করছেন: বটের যথাযথ অনুলিপি কখনই বৈধ নয়, কোনও ব্যতিক্রম নেই no এবং ধারা 3 এর ব্যাতিক্রমের যোগ্যতা অর্জনের জন্য, আপনাকে প্রমাণ করতে হবে যে আপনার কৌশলটি কঠোরভাবে এই সমস্ত অংশীদারদের এতে প্রতিক্রিয়া দেখাতে হবে, উদাহরণস্বরূপ একটি হ্যান্ডশেক সিগন্যাল, যা কারও কথা না শুনে সত্যই বেহুদা। আপনার না। ইকুয়ালাইজার আপনাকে "বন্ধুত্বপূর্ণ" ধারাটিকে ট্রিগার করতে পরীক্ষার হাত দেবে, সুতরাং আপনার বটটির একটি অনুলিপি প্রয়োজন তা অস্বীকার করে।

— AlienAtSystem

ঠিকআছে তাহলে. আমি কয়েকটি চূড়ান্ত সামঞ্জস্য করব।

— বেনামে

Answer 11

বিপরীত

জেড সম্রাট সর্বদা সঠিক, সুতরাং এটি জেড সম্রাটের জিজ্ঞাসা ফাংশনটিকে তার নিজের উত্তর ফাংশন হিসাবে প্রয়োগ করে যখন যখন 2 টিরও বেশি উত্তর প্রয়োজন হয়। কেবলমাত্র 1 টি উত্তরের জন্য এটি উত্তর দেয় true(সঠিক হওয়ার শালীন প্রতিকূলতা) এবং 2 টির জন্য এটির উত্তর দেয়true,false প্রতিক্রিয়া টির (এই প্রতিক্রিয়াটি চারটি সম্ভাব্য কুইজের মধ্যে তিনটি প্রশ্নের "কমপক্ষে অর্ধেক" পাস করে, এলোমেলোভাবে বেছে নেওয়ার চেয়ে ভাল)।

এটির জিজ্ঞাসার ধরণটি কীভাবে পরিবর্তিত হয় সে সম্পর্কিত তার আপডেটে অনুরূপ যুক্তি ব্যবহার করে তবে এর জিজ্ঞাসা যুক্তিটি জেড সম্রাটের মতো, কেবল একটি আলাদা ওজন সহ। যখন অনেক পরীক্ষার্থী পাস করার জন্য পর্যাপ্ত উচ্চ স্কোর করে তখন এর trueউচ্চ মানের সাথে উচ্চতর মানের মধ্যে ওঠানামা হয় false।

class Contrary:
    def __init__(self,ID,n):
        self.rank = 0
        self.ID = ID
        self.competitors = {}
        self.weight = -2
        pass

    def ask(self,n,ID):
        if self.weight > 0:
            num=min(np.random.exponential(scale=np.sqrt(np.power(self.weight,n))),np.power(2,n)-1)
            bi=list(np.binary_repr(int(num),width=n))
            return [x=='0' for x in bi]
        else:
            num=min(np.random.exponential(scale=np.sqrt(np.power(-self.weight,n))),np.power(2,n)-1)
            bi=list(np.binary_repr(int(num),width=n))
            return [x=='1' for x in bi]

    def answer(self,n,ID):
        if n == 1:
            return [True]
        if n == 2:
            return [True,False]
        num=min(np.random.exponential(scale=np.sqrt(np.power(2,n))),np.power(2,n)-1)
        bi=list(np.binary_repr(int(num),width=n))
        return [x=='0' for x in bi]

    def update(self,rankList,ownExam,otherExams):
        self.rank = rankList[self.ID];
        if len(otherExams) == 0:
            return
        correctCounts = [0 for i in otherExams[0][0]]
        for ourExam, response in otherExams:
            for i in range(len(response)):
                if ourExam[i] == response[i]:
                    correctCounts[i] += 1

        meanWhoAnsweredCorrectly = sum(correctCounts) / len(correctCounts)
        for i in range(len(correctCounts)):
            if correctCounts[i]+1 > meanWhoAnsweredCorrectly:
                self.weight = np.copysign(np.random.uniform(1,3),-self.weight)

Comments

true, falseপরীক্ষা হলে ফেল হয় না false, true?

— পিপ্পি

প্রথম কয়েক লাইন answerসিনট্যাক্স এবং নাম ত্রুটি আছে - trueএবং falseহওয়া উচিত Trueএবং False, এবং ifগুলি অনুপস্থিত :শেষে গুলি

— সারা জে

আপনাকে দু'জনকে ধন্যবাদ; আমি আমার মেশিনে পাইথন সেট আপ করি নি কারণ আমি প্রায়শই এটি ব্যবহার করি না, তাই আমি নিয়মিত সিনট্যাক্সটি গোলযোগ করি।

— ড্রাকো 18 গুলি আর

newExam সেট করা আছে কিন্তু কখনও পড়েন না update। passএটি একটি এনওপি কমান্ড, আপনি এটি মুছতে পারেন। (এর পেছনের মন্তব্যটি আপনার অনুলিপি করা মাতালদের জন্য কেবলমাত্র একটি শোধক)) এছাড়াও, আপনি স্পষ্টতই ব্যবহার করছেন mathএবং randomমডিউলগুলি কিন্তু আপনাকে সেগুলি আমদানি করার ঘোষণা করেন নি। আমি আমার প্রতিযোগিতামূলক ফাইলটিতে এটি আবার লিখেছি np.copysignএবং np.random.uniformএটি একই জিনিস করা উচিত।

— AlienAtSystem

@ অ্যালিয়ানআটসিস্টেমটি এখনই ঠিক করা উচিত।

— ড্রাকো 18 গুলি আর

Answer 12

মার্কস

এটিই মার্কস বট। তিনি বিশ্বাস করেন যে আমলাতন্ত্রের পরিবর্তে আমাদের কমিউনিস্ট ব্যবস্থা থাকা উচিত। এই লক্ষ্যে পৌঁছাতে সহায়তা করার জন্য, এটি উচ্চতর র‌্যাংকিং বটগুলিকে আরও শক্ত কুইজ দেয়। এটি উচ্চতর বটগুলি থেকে কুইজে আরও এলোমেলো উত্তর দেয় কারণ তারা সম্ভবত চালাক, কারণ তারা উচ্চতর।

import numpy as np

class Marx():
    def __init__(self, ID, n):
        self.ID = ID
        self.n = n
        self.ranks = [] # The bot rankings
        self.e = [] # Our quiz
        self.rank = 0 # Our rank
    def ask(self, n, ID):
        test = [True] * n
        # Get the rank of the bot being quizzed
        if self.ranks:
            rank = self.ranks[ID]
        else:
            rank = 0
        for i in range(len(test)):
            item = test[i]
            if np.random.uniform(0, rank / self.n) > 0.5:
                # If the bot is higher ranking, make the quiz harder
                item = np.random.choice([True, False], 1)[0]
            test[i] = item
        # IF the test is not long enough, add Falses to the end
        while len(test) < n - 1:
            test.append(False)
        return test
    def answer(self, n, ID):
        # Get the rank of the asking bot
        if self.ranks:
            rank = self.ranks[ID]
        else:
            rank = 0
        if self.e:
            # Pad our quiz with Falses so it will not throw IndexError
            while len(self.e) < n:
                self.e.append(False)
            for i in range(len(self.e)):
                item = self.e[i]
                if np.random.uniform(0, rank / self.n) > 0.5:
                    # Assume that higher ranking bots are cleverer, so add more random answers
                    item = np.random.choice([True, False], 1)[0]
                self.e[i] = item
            if len(self.e) > self.rank + 1:
                self.e = self.e[:self.rank + 1]
            return self.e
        else:
            # If it is the first round, return all Trues
            return [True] * n
    def update(self, rankList, ownExam, otherExams):
        # Update our list of ranks
        self.ranks = rankList
        # Store the quiz we were given, to give to the next bot
        self.e = ownExam[0]
        # Store our rank
        self.rank = rankList[self.ID]

Comments

মার্কস বর্তমানে বাইটকে অনেক বেশি উত্তর দেয়, সুতরাং তিনি এখনই প্রতিযোগিতা করতে পারবেন না

— AlienAtSystem

আপনি কি বোঝাতে চেয়েছেন? তার পরীক্ষা / উত্তরগুলি কি খুব দীর্ঘ?

— সুগারফি

তার উত্তরটি একটি প্রবেশ খুব দীর্ঘ

— AlienAtSystem

ঠিক আছে, আমি এটা ঠিক করেছি। এটা এখন ঠিক করা উচিত।

— সুগারফি

দুঃখিত, আমি আপনাকে ভুল প্রতিক্রিয়া জানিয়েছিলাম: এখন, উত্তরগুলি খুব ছোট একটি বাইট। আসল সমস্যাটি হ'ল আপনি যখন স্বল্প পরিমাণে ছোট হন (তবে এখনই পর্যাপ্ত নয়) তবে এটি ছাঁটাইবেন না যখন মার্কসকে হ্রাস করা হবে।

— এলিয়েনএটিসিস্টেম