机器学习|手把手教你构建一个学习如何玩游戏的AI应用程序

本文讲述如何使计算机模拟人类，学习如何使用算法和人工智能玩tic tac toe（井字游戏）。

Tic tac toe是一个非常简单的游戏，能够让你编程一台电脑来玩。你可以编写代码告诉它如果可用的话进入井字中心，看看对手是否有两个连在一起，如果是这样的话就封锁它，或者如果有一个可用的就连接到一个角落，让自己的两个连在一起等等。

但是这不是你学会玩的方式。有人把网格放在你的面前，并开始把Xs和Os放在它上面。过了一会儿，你为自己想出了策略。

那么，我们如何让电脑模仿人类呢算机非常擅长的一件事是记住事情，为什么不创建一个应用程序，让电脑记住它是如何输了一场井字游戏，然后避免再次做同样的事情。

这将如何实现先，考虑游戏棋盘：它有九个单元格，每个单元格有三个状态：空，O和X。可以用一个九位数的三位数表示。所以，例如一块空棋是000000000，中间有一个X（给出X的值为2）的棋是000020000等等。这个可以很容易地转换成一个整数，这个整数可以是散列表中的关键字。所以，当电脑输了这场游戏，它可以看看棋子是什么时候做了最后一步，评估，并设置一个hashmap（哈希映射）的值。将来在做一个动作之前，可以先看看棋盘的状态，如果它做了一个特定的动作，并且如果它出现在HashMap中，它会知道它上次输过这场游戏， 所以这次应该做点别的。

使用这种方法，不会有其他的策略，我们可以建立一个应用程序，迅速学习如何玩井字游戏。不仅如此，当你完成后，hashmap很容易转移，即如何玩这个游戏的“记忆”可以给另一台计算机，然后它会立即知道如何玩这个游戏。这个算法太天真了，它只会在第一个可用空间中移动。起初，它会失去很多，但是随着时间的推移，它将记录失败的地方，并遵循避免策略。你会发现，它很快就学会了如何玩一个井字游戏，就像人类一样。

以下是游戏的实际操作视频——游戏中我拿X，电脑是O。它总是天真地走到第一个可用的位置，除非这个位置以前已经不能用了。当我在中心开始的时候，它总是往右走，我不断地打击电脑，直到它找出错误，然后迫使我陷入困境。当我改变我的策略，电脑已经学习到了：

实现这一机器学习的学习代码是非常简单的。这里有一个片段，显示计算机评估棋子的位置，然后倒退导致丢失状态的人为操作，将棋子状态存储在HashMap中：

public void learnFromLosing(){    int losingPosition = calcBoardValue();    losingPosition-= HUMAN_VALUE * Math.pow(3, lastHumanMove);    losingGamePositions.put(losingPosition, true);}public int calcBoardValue(){    int boardValue = 0;    for(int nIndex=0; nIndex<9; nIndex++){        boardValue += boardValues[nIndex] * Math.pow(3, nIndex);    }    return boardValue;}

boardValues[]数组只保留0、1、2为空、O和X，所以calcBoardValue通过在它们之间循环并将它们乘以它们的索引来将其转换为整数——有效地将棋子转换为整数。在learnFromLosing中，将最后一个人的移动的值从中减去，以使棋盘恢复到预失败状态，然后失败的位置存储在loseGamePositions的哈希映射（hashmap）中。

当轮到电脑移动时，它会循环通过棋盘，直到它找到一个空的位置（这是天真的部分！），然后调用isOKToMove，如果它返回true，将使计算机移动到该位置。

boolean computer_moved=false;for(int nIndex=0; nIndex<9; nIndex++){    if(boardValues[nIndex]==EMPTY_VALUE){        if(isOKToMove(nIndex)){            boardValues[nIndex]=COMPUTER_VALUE;            computer_moved=true;            totalMoves++;            drawBoard();            break;        }    }}

然后isOKToMove函数会查看棋盘，如果计算机执行此操作，并检查该棋盘位置是否在失败位置的hashmap中。如果是，那么就不能移动了。如果不是，那么电脑会做这个动作：

public boolean isOKToMove(int thisIndex){    int boardValue = calcBoardValue();    boardValue+=COMPUTER_VALUE * Math.pow(3, thisIndex);    if(losingGamePositions.containsKey(boardValue)){        return false;    } else {        return true;    }}

这就是它！为了您的方便，以下是实现此代码的完整Android活动的源代码（也就是您在上述视频中看到的Android应用程序）。

接下来的步骤和思考：

1. 如何扩展应用程序，以便哈希映射中的“false”值表示棋子位置的失败，“true”表示胜利这样，计算机不但可以避免记忆失效，还可以记住以前赢得的方式，从而更快地学习。
2. 如何将hashmap的结果序列化到Firebase，然后用这些结果初始化应用程序，从而从一个应用程序到另一个应用程序进行内存转储/li>
3. 你将如何将这个概念延伸到一个更复杂的游戏，如国际象棋/li>

import android.content.DialogInterface;import android.support.v7.app.AlertDialog;import android.support.v7.app.AppCompatActivity;import android.os.Bundle;import android.view.View;import android.widget.Button;import java.util.HashMap;public class MainActivity extends AppCompatActivity implements View.OnClickListener{    int[] buttonIDs = new int[] {R.id.btn1, R.id.btn2, R.id.btn3, R.id.btn4, R.id.btn5, R.id.btn6, R.id.btn7, R.id.btn8, R.id.btn9};    Button[] buttons = new Button[9];    int[] boardValues = new int[9];    int lastHumanMove=0;    int totalMoves=0;    public static final int EMPTY_VALUE=0;    public static final int COMPUTER_VALUE=1;    public static final int HUMAN_VALUE=2;    public static final String COMPUTER_CHARACTER="O";    public static final String HUMAN_CHARACTER="X";    public static final String EMPTY_CHARACTER="";    public static final String NOBODY="NOBODY";    HashMap losingGamePositions = new HashMap<>();    @Override    protected void onCreate(Bundle savedInstanceState) {        super.onCreate(savedInstanceState);        setContentView(R.layout.activity_main);        final Button tmpButton;        for(int nIndex=0; nIndex<9; nIndex++) {            buttons[nIndex] = (Button) findViewById(buttonIDs[nIndex]);            buttons[nIndex].setOnClickListener(this);        }        drawBoard();    }    @Override    public void onClick(View v){        if(v instanceof Button){            Button thisButton = (Button) v;            int index = Integer.parseInt(thisButton.getTag().toString());            if(boardValues[index]==EMPTY_VALUE){                boardValues[index]=HUMAN_VALUE;                lastHumanMove=index;                drawBoard();                totalMoves++;                if(checkWinner(HUMAN_VALUE)){                    learnFromLosing();                    showWinner(HUMAN_CHARACTER);                } else {                    if(totalMoves==9)                    {                        showWinner(NOBODY);                    } else {                        doComputerTurn();                    }                }            }        }    }    public void showWinner(String playerID){        AlertDialog alertDialog = new AlertDialog.Builder(MainActivity.this).create();        alertDialog.setTitle("Game Over");        if(playerID==NOBODY){            alertDialog.setMessage("It's a tie!");        } else {            alertDialog.setMessage("The Winner is " + playerID);        }        alertDialog.setButton(AlertDialog.BUTTON_NEUTRAL, "OK",                new DialogInterface.OnClickListener() {                    public void onClick(DialogInterface dialog, int which) {                        dialog.dismiss();                        for(int nIndex=0; nIndex<9; nIndex++){                            buttons[nIndex].setText(EMPTY_CHARACTER);                            boardValues[nIndex]=EMPTY_VALUE;                            totalMoves=0;                        }                    }                });        alertDialog.show();    }    public boolean checkWinner(int playerID){        if((boardValues[0]==playerID && boardValues[1]==playerID && boardValues[2]==playerID) ||           (boardValues[0]==playerID && boardValues[3]==playerID && boardValues[6]==playerID) ||           (boardValues[0]==playerID && boardValues[4]==playerID && boardValues[8]==playerID) ||           (boardValues[1]==playerID && boardValues[4]==playerID && boardValues[7]==playerID) ||           (boardValues[2]==playerID && boardValues[4]==playerID && boardValues[6]==playerID) ||           (boardValues[2]==playerID && boardValues[5]==playerID && boardValues[8]==playerID) ||           (boardValues[3]==playerID && boardValues[4]==playerID && boardValues[5]==playerID) ||           (boardValues[6]==playerID && boardValues[7]==playerID && boardValues[8]==playerID))            return true;        else            return false;    }    public void doComputerTurn(){        boolean computer_moved=false;        for(int nIndex=0; nIndex<9; nIndex++){            if(boardValues[nIndex]==EMPTY_VALUE){                if(isOKToMove(nIndex)){                    boardValues[nIndex]=COMPUTER_VALUE;                    computer_moved=true;                    totalMoves++;                    drawBoard();                    break;                }            }        }        if (checkWinner(COMPUTER_VALUE)) {            showWinner(COMPUTER_CHARACTER);        } else {            if(!computer_moved) {                // There are no moves, so let's flag this as a bad board position                learnFromLosing();                // Just do any move, and lose                for(int nIndex=0; nIndex<9; nIndex++){                    if(boardValues[nIndex]==EMPTY_VALUE){                        boardValues[nIndex]=COMPUTER_VALUE;                        computer_moved=true;                        drawBoard();                        break;                    }                }            }        }    }    public boolean isOKToMove(int thisIndex){        int boardValue = calcBoardValue();        boardValue+=COMPUTER_VALUE * Math.pow(3, thisIndex);        if(losingGamePositions.containsKey(boardValue)){            return false;        } else {            return true;        }    }    public void learnFromLosing(){        int losingPosition = calcBoardValue();        losingPosition-= HUMAN_VALUE * Math.pow(3, lastHumanMove);        losingGamePositions.put(losingPosition, true);    }    public int calcBoardValue(){        int boardValue = 0;        for(int nIndex=0; nIndex<9; nIndex++){            boardValue += boardValues[nIndex] * Math.pow(3,nIndex);        }        return boardValue;    }    public void drawBoard(){        for(int nIndex=0; nIndex<9; nIndex++){            switch(boardValues[nIndex]){                case HUMAN_VALUE:                    buttons[nIndex].setText(HUMAN_CHARACTER);                    break;                case COMPUTER_VALUE:                    buttons[nIndex].setText(COMPUTER_CHARACTER);                    break;                default:                    buttons[nIndex].setText(EMPTY_CHARACTER);            }        }    }},>

本文原作者：Laurence Moroney翻译：Elyn

推荐阅读：

展望2018年：基于AI人工智能的移动应用程序开发将如何发展

开发一个聊天机器人（Chatbot）应用程序需要花费多少钱/h5>

NLP|自然语言处理-语法解析指南：算法和技术

PS: 更多机器学习、大数据相关视频、培训、公开课，请关注【学院】！

关于人工智能机器学习的最新资讯和相关开发工具推荐，请<咨询在线客服>！

来源：慧都