如何模拟这种人工智能？

Question

在玩这个游戏的过程中,我想知道一个人工智能如何控制侦探或罪犯可以工作.

对于懒人来说,游戏的目标很简单:

• 棋盘游戏是一个无向图,有4种边缘(对于同一对或顶点也可以重叠),每种都是一种需要特定种类票的运输
• 侦探有一堆票可以绕着这个图移动,每回合一次(这意味着从一个节点到另一个节点).犯罪分子可以做同样的一系列动作(加上3条独占路径),但对于罚球没有限制
• 罪犯通常隐藏在侦探中,但必须在5个特定的转弯中出现(然后再隐藏)
• 如果侦探能够抓住他(其中一人必须占据犯罪分子的同一个牢房),那么他们会在24次行动中获胜,否则犯罪者就会获胜
• 犯罪分子必须显示他每回合使用哪张票,但他每个侦探也有1张黑票(让我们假设5张)可以用来消灭这件事
• 犯罪分子还有两张2x票,允许他在同一回合使用两张票(以及两张票)

我可以有效地思考犯罪分子的AI,它只是一个minmax树,试图选择最大化侦探到达他所需的移动次数的移动(这似乎是一个很好的指标)但我想不够很酷的侦探应该合作,并试图通过查看它使用的门票来猜测罪犯的位置.

这只是为了好玩,但你现在有什么很酷的想法可以找出一些非常聪明的东西吗？

Answer 1

您问的是如何对此进行建模，而不是如何有效地解决此问题：

它可以很容易地建模为部分可观察的马尔可夫决策过程（维基链接）。这对侦探和罪犯都有效。POMDP 是一个非常通用的模型。