AI: обучение против стратегии

У меня есть теория об искусственном интеллекте, о которой я хотел бы написать «технический документ». Различие, которое я хочу исследовать в искусственном интеллекте, - это обучение против стратегии. У меня вопрос, где я могу прочитать другие материалы на эту тему?

Позвольте мне привести шахматный пример. Давайте посмотрим на шахматный ИИ как на максимальное дерево, где захват вражеского юнита добавляет значение этого юнита к «счету ходов» для этого решения (и аналогичным образом потеря фигуры вычитает это значение в счёт). Захват пешки может принести 1 очко, рыцарю - 4 очка, ладье - 5 очкам и т. Д.

Стратегией будет ИИ, чтобы применить эти точки и определить следующий ход; например. учитывая десять возможных ходов, выберите лучший (максимальный балл) в конце трех ходов.

Обучение будет применять статистическое наблюдение для определения этих значений. Если вы играете в 100 игр, ИИ может решить, что захват пешки составляет 2 очка, а рыцарь - 7 очков, а ладья - только 3 очка (на основе 100 игровых игр).

Существует ли это различие в литературе, и если да, где я могу прочитать об этом ?

Редактировать: Кто-нибудь знает игру в шахматы (желательно с исходным кодом), которая использует этот подход? Может быть, Chess960 @ Home ?

То, что вы называете стратегией, обычно называется поиском в сообществе искусственного интеллекта. Он включает в себя простые алгоритмы, такие как A * и DFS , и методы эвристического проектирования для информированных поисков, таких как A *.

То , что вы называете обучение называется машинное обучение , традиционно разделяется на подконтрольное обучение , неконтролируемое обучение и обучение с подкреплением . Вероятно, наиболее важными областями для игр являются генетическое программирование , нейронные сети и вспомогательные векторные машины , а также байесовские сети . Но машинное обучение - огромная область, и это лишь небольшой набор изучаемых инструментов.

Если вы действительно интересуетесь различными типами подходов к искусственному интеллекту, я рекомендую приобрести настоящий учебник, такой как AI: современный подход, а не читать Википедию.

Вы должны обязательно прочитать AI современный подход . Книга немного дорогая, но вы не сможете серьезно поговорить об искусственном интеллекте, пока не начнете работу. Кроме того, 2-е издание так же хорошо, как и 3-е, поэтому, если вам удастся найти более дешевое 2-е издание, возьмите его.

Если вы действительно хотите заняться машинным обучением, книга доктора Митчелла содержит много полезной информации.

К сожалению, существует такой большой барьер для поступления в академии искусственного интеллекта. Но это не поможет вам или кому-либо еще, если вы опубликуете официальный документ, который использует уникальный (неправильный) словарь и обсуждает методы, уже хорошо известные в академических кругах.

Поле изучения поведения вашего оппонента, чтобы улучшить свое собственное имеет несколько заметных записей. Хорошие спам-фильтры делают именно это. Вы должны заглянуть в Paper Rock Scissors AI. Что делает PRS уникальным, так это то, что он прост и не требует поиска (стратегия АКА). Единственный способ, которым ИИ может победить человека, - это узнать его предпочтения и использовать их.

Проверьте этот бот PRS AI, созданный NYTimes.