11楼. 7点以及7以上,12.8% 我们俗称的“天胡”概率,所以被胡了也就是1/8的事情别以为踩狗屎了
由7L图看出,最有可能打出的点数为2,3,4,5,6,占比例83.5%
真是耐人寻味的数字,所以被标洛击杀属于正常不被击杀也属于正常。
当然,出现其余部分就自己体会
数字同学0825 2018-6-21 回复 12楼. 当然了,任何实验都有误差(这是物理老师教的)
误差来源
人为误差,因楼主水平不足,导致的AI过于愚或者程序出现的逻辑错误,此部分为负误差。
系统误差,10W的数据量过少导致偏离真实结果。本人对此类误差概不负责。
∵ AI能力 ≤ 最优姐/理性人脑
∴ 实际效果可以认为比图片数据要高,至于上限范围,本人水平有限不能给出。
数字同学0825 2018-6-21 回复 15楼. 7.开发期间的心得(程序员看)
人脑和AI不同,人脑对手牌有信息,导致策略树能剪枝,对局势预判更准确
AI没有预判局势的能力,除非给予足够多的子模型。
而程序对手牌是0认知,想知道手牌情况每次要遍历,那个执行效率堪忧啊
然而程序越要接近实际流程,代码量和运行时间就爆炸增长.
人脑和AI不同,人脑对手牌有信息,导致策略树能剪枝,对局势预判更准确
AI没有预判局势的能力,除非给予足够多的子模型。
数字同学0825 2018-6-21 回复 16楼. 开发期间,由于五谷较为复杂,对五谷进行每人摸1张的临时处理。对比前后结果,发现总体输出还是差别挺大的。
如图,各自3W场的输出量对比
图又稳定提升了5%输出
数字同学0825 2018-6-21 回复 17楼. 9.后续价值
1.以当前测试版本为基准,对于往后的游戏版本改动,可以轻松进行数据对比。
2.对于有争议的出牌,可以通过程序进行大量模拟,对比数据,用作最优姐参考。
3.本次开发有大量可复用性代码,后面模拟张飞等阵容也可以较为轻松
4.可以做一些指标相关性的分析。比如过牌量和输出点数的相关性
有什么想问的,如果容易实现可以选择性满足~
数字同学0825 2018-6-21 回复