ミニマックスAIに複数レベルの難易度を実装するための最良のアプローチ

Question

私は、ミニマックスアルゴリズムを使用してAIを実装したゲーム（グリッドでグリッドに変換）をプログラミングしています（アルファベータ剪定を使用）。それはすべて問題なく機能していますが、AIは良すぎるため、私はそれに勝つことができません。

それでは、ゲームの難しさを紹介したいと思います（簡単、通常、ハードなど）。現状のAIは難しい問題です。

私の質問：ミニマックスAIに複数のレベルの難易度を実装するための最良のアプローチは何ですか。

2つのアイデアのバランスをとっています。

• 選択した難易度に応じて異なるヒューリスティックを使用する

• 最善の動きの選択にランダム性を追加します。たとえば、通常の難易度を選択したとします。その場合、x％の確率で、ハードと同じヒューリスティックによって与えられる最高の動きを選択します。

Answer 1

あなたが試すことができる多くのアプローチがあります：

• 評価関数を弱める
  • 評価を2つのコンポーネントに分割します。最初のコンポーネントは標準スコア、2番目のコンポーネントはランダムな値です。次に、skillパラメータを使用して、各コンポーネントが最終スコアにどのように貢献するかを重み付けできます
  • ピースが異なるゲームの場合、ピースの値をランダムに変更します（摂動はskillパラメーターによって多少制御されます）
  • 各ルート移動に制限付きランダム値を追加します（これは "Club Player"オプション であり、EdSchröderのRebel Chessエンジンにあります）
  • ...
• 検索アルゴリズムを弱める
  • 静止検索/検索拡張機能を無効にします（つまり、チェスで拡張機能を確認します）
  • ランダムな動きを取り除く
  • 検索深度/検索速度を下げる
  • ...

artificial stupidityトピックはチェスで非常によく研究されています（例 Artificial stupidity-プログラムをひどくする または 筋力の低下 他の多くの興味深いアイデアの場合）。

実際の例としては、ロバートハイアットの Crafty engine を見て、ソースでSKILLを検索できます。

とにかくあなたはそれを考慮すべきです：

• 「最善のアプローチ」はありません。さまざまなテクニックを試してみて混合する必要があります...結果は非常にゲーム固有です
• 人間に対するプレーの強さを減らすことは非常に簡単ですが、エンジンを楽しく人間らしい方法でプレーするようにすることは非常に困難です。