前往小程序,Get更优阅读体验!
立即前往
发布
社区首页 >专栏 >2048 游戏AI实现,轻松达到8192

2048 游戏AI实现,轻松达到8192

作者头像
井九
发布2024-10-12 10:40:38
发布2024-10-12 10:40:38
2630
举报
文章被收录于专栏:四楼没电梯四楼没电梯

2048 游戏AI实现

访问地址

使用wasm加载到浏览器 https://tool.tushuoit.com/2048/index.html

Expectimax AI:优化的游戏策略算法

架构

该 AI 使用 4 个 Web Worker,每个都是通过 Emscripten 从 C++ 编译的 WebAssembly 模块。这些 Worker 执行所有可能移动的 Expectimax 搜索,并选择得分最高的那个。并行搜索结合了 位板表示查找表 等优化,使得它能够在极短的时间内进行深度搜索(默认深度为 7)。

性能基准

深度

游戏数

分数

% 32768

% 16384

% 8192

% 4096

时间

每秒移动数

3 ply

1000

216159

0.8

43

85.4

98.1

3s

2343

5 ply

300

283720

2

66.33

96

100

17s

648

7 ply

100

353368

12

85

98

100

87s

158

主要特点

  • 64 位位板表示
  • 移动和评估的查找表
  • 基于位置的 迭代加深
  • 顶级并行性(仅限网页版本)
  • 剪枝低概率节点
  • 动态概率阈值
  • 80MB 的转置表,使用 Zobrist 哈希(网页版本为 320MB)

启发式增强

启发式不仅增强了 AI 的强度,还简化了评估过程,从而显著提高了速度。新提出的启发式方法包括 平滑性(方便合并)和 漂浮瓦片(避免平坦局面)。然而,由于无法进行数学优化的权重调优,因此使用了来自先前 AI 实现的现有启发式。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2024-09-25,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 2048 游戏AI实现
  • 访问地址
  • Expectimax AI:优化的游戏策略算法
    • 架构
    • 性能基准
    • 主要特点
    • 启发式增强
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档