पत्थर, कैंची, कागज खेलने के लिए बॉट

सिद्धांत

इसे पढ़ने के बाद, शैनन फॉर्च्यूनटेलर तंत्र का व्यावहारिक अनुप्रयोग खोजने का निर्णय लिया गया। यदि हम किसी व्यक्ति को एक परिमित राज्य मशीन मानते हैं, तो इनपुट डेटा और प्रारंभिक स्थिति वर्तमान स्थिति और आउटपुट डेटा को पूरी तरह से निर्धारित करते हैं। मुझे खेल के डेमो को तुरंत कहना चाहिए और इसके स्रोत नहीं हैं।

खेल में खुद को तीन विकल्पों में से एक को चुनना और दिखाना शामिल है: एक अच्छी तरह से (पत्थर), कैंची और कागज। इसके अलावा, कैंची कुएं में गिर रही है (पत्थर के खिलाफ सुस्त), कैंची ने कागज को काट दिया, कुआं कागज से ढंका हुआ है (पत्थर को कागज के साथ लपेटा गया है)। निरूपित:

1. 0 - कुआं (पत्थर)
2. 1 - कैंची
3. 2 - कागज

मान लीजिए कि खेल काफी लंबा खेला जाता है ताकि आंकड़े एकत्र किए जा सकें, लेकिन इतने लंबे समय तक नहीं कि कोई व्यक्ति भविष्यवाणी एल्गोरिथ्म के माध्यम से क्रैक करके अपने व्यवहार को बदलना शुरू कर दे। हमारे पास संख्याओं के जोड़े का एक क्रम है: (0, 1) (0, 2) (2, 2) (2, 0) ..., जहां एक व्यक्ति द्वारा पहला नंबर एक बॉट द्वारा दिखाया गया था, दूसरा। एक जोड़ी में विजेता का निर्धारण करने के लिए, संख्याओं की तुलना करें। (0 - 1)% 3 = 2, तब व्यक्ति हार गया, (0 - 2)% 3 = 1, तब व्यक्ति जीता, (2 - 2)% 3 = 0, ड्रा। आज्ञा देना n लंबाई की एक क्रम से जोड़े की संख्या। संभावित अनुक्रमों की संख्या 3 ^ n है। N = 5 के साथ, आपको 243 विकल्प मिलते हैं, जो दो विकल्पों के लिए 32 से अधिक है। यह स्पष्ट है कि एक गेम में सभी विकल्प प्राप्त करना संभव नहीं है, इसलिए हम फॉर्च्यूनटेलर में सुधार करेंगे। संख्याओं के अनुक्रम के सभी n तत्वों के आधार पर हर कोई चुनाव नहीं करता; वह इसके कुछ तत्वों की उपेक्षा करता है। हम ऐसे तत्वों को खाली कहते हैं।

कुल, भविष्यवाणी विकल्पों में से एक के लिए इनपुट डेटा: (0, 1, for, 2, 0): 1. कोष्ठक में संख्याएं बॉट और व्यक्ति के पिछले विकल्प हैं, कोलन के बाद की संख्या व्यक्ति की वर्तमान पसंद है। उदाहरण के लिए मानव पूर्वानुमान, विकल्प की धारणा के आधार पर, (0, 1, 2, 2, 0): 1 और (0, 1, 2, 2, 0): 2 के साथ एक उच्च संभावना समान रूप से होने की संभावना नहीं होगी। गणना करके कि उनमें से कौन अधिक बार होता है, आप किसी व्यक्ति की अधिक संभावना पसंद कर सकते हैं। लेकिन इस तरह के खेल के बारे में सिर्फ इस तरह के पूर्वाभास को इस तरह ध्यान में नहीं रखा जा सकता है और खाली तत्वों की जरूरत होती है। प्रविष्टि (,, Ø, (, 2, 0): 1 का अर्थ है कि एक जोड़ी (2, 0) के बाद एक व्यक्ति 1 का चयन करता है, और प्रविष्टि (Ø, 1, Ø, 2, 0): 1 का अर्थ है कि एक जोड़ी के बाद (2, 0) एक व्यक्ति 1 को चुनता है, अगर बॉट ने इससे पहले 1 को चुना है। कुल में, 2 ^ n को प्रत्येक गेम राउड के लिए गिना जाना चाहिए, रिकॉर्ड में संख्याओं के सभी संयोजनों के माध्यम से छांटते हुए, उन सभी को प्रतिस्थापित किया जो Ø के साथ नहीं गिरे।

कुल प्रविष्टियाँ 3 * (3 + 1) ^ n होंगी। किसी व्यक्ति की वर्तमान पसंद के लिए तीन प्रविष्टियाँ (अच्छी तरह से, कैंची या कागज) पिछले अनुक्रम के विकल्पों की संख्या से गुणा की जाती हैं, अतिरिक्त विकल्प को ध्यान में रखते हुए - एक खाली, गैर-आवश्यक विकल्प।

अभिलेखों की एक सरणी आपको सामान्यीकरण करने की अनुमति देती है, उदाहरण के लिए, एक व्यक्ति अधिक बार चुनता है, फिर रिकॉर्डिंग काउंटर (Ø, Ø, Ø, you, Ø): 0 में एक बड़ा मान होना चाहिए (Ø, Ø, Ø, Ø, Ø): 1 या ( Ø, Ø, Ø, Ø, 2.): 2. सामान्यीकरण की समस्या को हल करने के बाद, आप n काफी अधिक ले सकते हैं, इसका मान मेमोरी के आकार और इसे स्थानांतरित करने के लिए बॉट के समय से सीमित होता है।

जब भी कोई व्यक्ति चुनाव करता है, तो बॉट 2 ^ n मान बदल देता है, और जब आपको इसकी भविष्यवाणी करने की आवश्यकता होती है, तो किसी व्यक्ति के तीन संभावित वर्तमान विकल्पों में से प्रत्येक के लिए इतिहास के अनुरूप 2 ^ n मायने रखता है, और बड़े का चयन करता है। यदि कोई काउंटर मान नहीं हैं (खेल की शुरुआत में), तो यादृच्छिक का चयन करता है। फिर वह जीत के लिए अपना मूल्य प्राप्त करने के लिए 2 मोडुलो 3 जोड़ता है।

ब्याज की बॉट खुद नहीं है, लेकिन विभिन्न लोगों के गेम प्रोफाइल की तुलना, विभिन्न सामाजिक समूहों के प्रतिनिधियों के रूप में, आप एक व्यक्ति के बारे में क्या जानकारी प्राप्त कर सकते हैं बस उसके साथ खेलकर (बहुत लंबे समय के लिए)।

एक दूसरे से प्रोफाइल की दूरी की डिग्री की गणना करने के लिए, आप पियर्सन मानदंड के समान अनुमान का उपयोग कर सकते हैं। केवल हम इस सवाल में दिलचस्पी नहीं रखते हैं: क्या नमूना वितरण के अनुरूप है, लेकिन डिग्री या पत्राचार की "संभावना" अगर हम काउंटर ए 1 के एक नमूने को नमूना डेटा के रूप में मानते हैं और दूसरा ए 2 इसके संभावित वितरण के रूप में।

d_j = sum ((A1 [x_1, x_2 ..., x_i, ... x_n] [x_0] - A2 [x_1, x_2 ..., x_i, ... x_n] [x_0]) 2 2 या A2 [x_1, x_2। .., x_i, ... x_n] [x_0]), योग को गैर-रिक्त मान वाली प्रविष्टियों के अनुरूप सभी काउंटरों पर लिया जाता है, x_0 व्यक्ति की वर्तमान पसंद (मान 0 से 2 तक) है, x_i मान 0 से 3 तक है, इसलिए मानों में से एक का मतलब खाली है, इसे 3 होने दें।

चूँकि दूरी दोनों पक्षों पर समान होनी चाहिए, और इसलिए भी कि सरणी के एक महत्वपूर्ण हिस्से में शून्य होगा, इसी रिकॉर्ड के काउंटर मान के साथ हर को बदलने के लिए बेहतर है, व्यक्ति की पसंद यादृच्छिक एस / 3 ^ जे हो, जहां एस खेले जाने वाले खेलों की संख्या हो, जे की संख्या नहीं है। रिकॉर्ड में खाली मान।

रेंज का माप वितरण A1 और A2 के बीच एक बेमेल की संभावना होगी। ची वर्ग के वितरण के लिए, स्वतंत्रता की डिग्री की संख्या, अर्थात्, वितरण का आयाम महत्वपूर्ण है। चूंकि स्वतंत्रता की डिग्री की संख्या अलग है और हमारे जे से मेल खाती है, इसलिए हम प्रत्येक d_ के लिए समान वितरण फ़ंक्शन के मूल्यों को जोड़ते हैं:

p = sum (F_j (d_j)), जहां p रेंज की माप है, योग को j पर लिया जाता है, F_j वितरण समारोह और स्वतंत्रता की जम्मू डिग्री के लिए वर्ग है।

शैनन के Fortuneteller एल्गोरिदम का परीक्षण करने के लिए, एक छोटा प्रदर्शन ।

Fortuneteller का एल्गोरिथ्म बहुत ही आदिम लगता है, लेकिन यह तेज है, और खेल के लिए इसका संशोधन अच्छी तरह से करता है।

पदानुक्रमित टेम्पोरल मेमोरी (NTM) और इसके स्व-शिक्षण एल्गोरिदम को पहले लेख में उल्लेख किया गया था, जिसे कुछ न्यूरॉन्स को उन तत्वों के रूप में दर्शाया जा सकता है जो अपनी स्वयं की गतिविधि की भविष्यवाणी करते हैं।

रॉक-पेपर-कैंची ऑनलाइन गेम के उदाहरण का उपयोग करके जावा सर्वर बनाने के लिए एक Reddwarf पोस्ट था: रॉक-पेपर-कैंची ऑनलाइन गेम के उदाहरण का उपयोग करते हुए सर्वर और Reddwarf: क्लाइंट ।

ऊपर वर्णित के समान एक बॉट का कार्यान्वयन (टिप्पणियों से लिंक)।