AI算法可能的最短路徑解決方案

Question

我需要啓發式掃雷遊戲的建議。如果發現沒有我的10個領域，我很好奇如何估計應該打開下一個領域？我正在考慮在數字的每個區域周圍尋找地雷的可能性，並在計算結束時選擇一個可能性最小的區域，但我認爲它不會給我帶來好的結果，因爲我需要打開已經安全的區域以及什麼我需要的是打開一個領域，這將打開董事會的最大區域。我想閱讀好的想法，但沒有欺騙算法。

Answer 1

您可以嘗試使用蒙特卡洛模擬的A *搜索。也就是說，爲每種正在打開的單元類型（每種類型的動作）定義成本/回報。

假設您在當前時間步驟可以執行K個不同的操作（a_1，a_2，a_3 ...）。

1. 對於每個動作（開放單元格X），並使用遊戲模型來模擬接下來會發生什麼。存儲獎勵的行動順序，並積累獎勵原來的行動。您可以將概率權重添加到操作以及後果以使估算更準確。

2. 取每個動作和動作序列的模擬獎勵的平均值。在深度D處進行M次模擬（其中M和D只是預定義值以確保算法不會花費太長時間）後，從模擬獎勵最高的（a_1，a_2，a_3 ...）中選擇一個動作。修剪是必要的，使這種方法有效（也就是說，不要浪費時間在幾個步驟模擬後肯定不會導致高回報的行動）