算法，擊敗這紐約時報「岩石/紙/剪刀AI

Question

算法，擊敗*紐約時報'人工智能沒有蠻力強迫在岩石/紙/剪刀？ （在老兵模式）

http://www.nytimes.com/interactive/science/rock-paper-scissors.html?_r=1& （必須啓用Flash與AI玩）（網站不斷地給出了AI如何選擇下一步的行動，你參加了至少5次後的信息）

我學習機我自己學習，我很新手。 （剛剛開始昨天）。

我的朋友告訴我，他們被分配到解決上述問題，而不需要學習ML課程中的任何ML技術。我也想這樣做，但除了暴力強迫之外，我想不出其他任何方式。

對於訓練數據集玩AI100或更多時間並收集這些100或更多的數據。使用此數據創建算法，以便在使用程序時贏得更多遊戲而不使用程序。作爲一名超級新手，我根本想不出什麼。

任何提示？ 感謝

Answer 1

新手模式

因此該網站的好處是，是，它給出了這個概念背後的一舉一動。它試圖通過查看你的動作歷史來預測你的動作。 所以，你的移動歷史可能是以下幾點： （石= R，剪刀= S和紙= P）

r p s p p s s r r p s 

現在看起來透過歷史，並試圖找到r p s復發。它在歷史開始時發現r p s p p s s r r p s，並且發現你之後玩過p。因此計算機的下一步將是s。

如果找不到字符串的重複發生（r p s），它會查看較小的字符串（p s）等等。如果它發現多次復發，挑選最多復發的那個（或者甚至只是隨機選擇一個）。

所以你可以編寫一個程序，它和網站上的完全一樣。你試圖預測你自己的舉動（如網站的程序）。因此例如（r p s），計算機會預測移動p，因此有了這些知識，您可以選擇s。

老將模式

在老兵模式AI使用20萬個遊戲的歷史來預測你的下一步行動。因此，要嘗試打敗你，將以與AI完全相同的方式使用100場比賽的歷史。

您可以查看當前嘗試的歷史記錄（100場比賽），並嘗試查找某種類型的重複（例如r s p r）。你看看電腦的反應是什麼。現在你選擇相應的東西，以便打敗電腦。當然這不會總是贏，因爲計算機經常在兩次選擇之間使用隨機化的響應（以及更長的歷史，所以更多的樣本可供選擇）。但是這應該會增加你獲得的勝利。

我也沒有任何機器學習的經驗，但這是我編寫程序的策略。

我希望這會有所幫助。

如果你不能打敗他們加入他們的行列;） 乾杯