我曾经写过一个学习Tic Tac Toe（或Noughts and Crosses）游戏。这算吗？
它基本上维护了一个 3 9元素数组，用于每个游戏状态。在每场比赛结束时，如果它赢了，它将为该场比赛期间的所有状态加一。或者如果丢失了则减去一（包括旋转和镜像以加快学习速度）。
在决定采取何种行动时，它只需要参考几种可能性并选择得分最高的一种即可。
最终变得相当不错，但不是通过扮演一个人，这花了太长时间。它必须自由地玩自己的另一个副本，一个随机机器人和一个硬编码的规则机器人，用于成千上万的游戏。
当我释放它时，它有10个起始智力水平，这只是它学习过程中的不同阶段。
我儿子目前正在与最愚蠢的级别比赛 - 他只有四岁，所以我不想对他太粗暴，所以他们会一起学习（虽然他偶尔会在 上击败我Connect Four，所以也许我应该施加更多压力在他身上）。