战舰!

早在2003年(当时我17岁),我参加了一场《战舰》AI编码比赛。尽管我输了那场比赛,但我从中获得了很多乐趣,也学到了很多东西。

现在,我想恢复这个比赛,在搜索最好的战舰AI。

下面是这个框架,现在托管在Bitbucket上。

获胜者将获得+450声望奖励!比赛将于2009年11月17日开始。17号零时之前的投稿和编辑将不被接受。(中央标准时间) 尽早提交你的作品,这样你就不会错过机会!

为了保持这个目标,请遵循比赛的精神。

游戏规则:

游戏在10x10的网格上进行。 每个参赛者将5艘船(长度为2、3、3、4、5)中的每一艘放在他们的网格上。 没有船只可以重叠,但它们可以相邻。 然后选手们轮流向对手射击。 游戏的一个变体允许每次齐射多次,每艘幸存的船一次。 如果击球沉、命中或未命中,对手将通知选手。 当任何一名玩家的所有船只都沉没时,游戏就结束了。

比赛规则:

The spirit of the competition is to find the best Battleship algorithm. Anything that is deemed against the spirit of the competition will be grounds for disqualification. Interfering with an opponent is against the spirit of the competition. Multithreading may be used under the following restrictions: No more than one thread may be running while it is not your turn. (Though, any number of threads may be in a "Suspended" state). No thread may run at a priority other than "Normal". Given the above two restrictions, you will be guaranteed at least 3 dedicated CPU cores during your turn. A limit of 1 second of CPU time per game is allotted to each competitor on the primary thread. Running out of time results in losing the current game. Any unhandled exception will result in losing the current game. Network access and disk access is allowed, but you may find the time restrictions fairly prohibitive. However, a few set-up and tear-down methods have been added to alleviate the time strain. Code should be posted on stack overflow as an answer, or, if too large, linked. Max total size (un-compressed) of an entry is 1 MB. Officially, .Net 2.0 / 3.5 is the only framework requirement. Your entry must implement the IBattleshipOpponent interface.

得分:

Best 51 games out of 101 games is the winner of a match. All competitors will play matched against each other, round-robin style. The best half of the competitors will then play a double-elimination tournament to determine the winner. (Smallest power of two that is greater than or equal to half, actually.) I will be using the TournamentApi framework for the tournament. The results will be posted here. If you submit more than one entry, only your best-scoring entry is eligible for the double-elim.

好运!玩得开心!


编辑1: 多亏弗里德,他在飞船上发现了一个错误。是否是可用的函数。问题已经解决了。请下载框架的更新版本。

编辑2: 由于人们对将统计数据持久化到磁盘等非常感兴趣,所以我添加了一些非计时设置和删除事件,它们应该能够提供所需的功能。这是一个半突破性的变化。也就是说:修改了接口,添加了功能,但不需要body。请下载框架的更新版本。

编辑3: 错误修复1:GameWon和GameLost只在超时的情况下被调用。 错误修复2:如果引擎在每一款游戏中都暂停计时,那么竞争将永远不会结束。 请下载框架的更新版本。

编辑4: 比赛结果:


当前回答

![概率密度][1]输入图像描述她

![此处输入图像描述][2]

我尝试着比较随机射击和愚蠢的狩猎/目标以及复杂搜索的结果。

最好的解决方案似乎是创建一个概率密度函数,计算剩余船只使用任何方块的可能性,并以值最高的方块为目标。

你可以在这里看到我的结果,输入链接描述

其他回答

我赞成每场比赛多打几场比赛。制作50款游戏只是抛硬币。我需要做1000个游戏,才能在测试算法之间找到合理的区别。

下载无畏1.2。

策略:

keep track of all possible positions for ships that have >0 hits. The list never gets bigger than ~30K so it can be kept exactly, unlike the list of all possible positions for all ships (which is very large). The GetShot algorithm has two parts, one which generates random shots and the other which tries to finish sinking an already hit ship. We do random shots if there is a possible position (from the list above) in which all hit ships are sunk. Otherwise, we try to finish sinking a ship by picking a location to shoot at which eliminates the most possible positions (weighted). For random shots, compute best location to shoot based on the likelihood of one of the unsunk ships overlapping the location. adaptive algorithm which places ships in locations where the opponent is statistically less likely to shoot. adaptive algorithm which prefers to shoot at locations where the opponent is statistically more likely to place his ships. place ships mostly not touching each other.

![概率密度][1]输入图像描述她

![此处输入图像描述][2]

我尝试着比较随机射击和愚蠢的狩猎/目标以及复杂搜索的结果。

最好的解决方案似乎是创建一个概率密度函数,计算剩余船只使用任何方块的可能性,并以值最高的方块为目标。

你可以在这里看到我的结果,输入链接描述

一秒钟的游戏时间是机器特定的。与比赛机器相比,我的机器上每秒的CPU操作将是不同的。如果我优化Battle Ship算法,让它在1秒内利用最多CPU时间,那么它就会运行在可能较慢的比赛机器上,它总是会输。

我不确定如何绕过框架的这一限制,但它应该得到解决。

...

一个想法是做在这个比赛http://www.bcsstudentcontest.com/

每个回合有最大时间,而不是最大总游戏时间。这样我可以限制算法以适应已知的转弯时间。一款游戏可能会持续50到600多个回合,如果我的算法管理它的总游戏时间,它可能没有足够的时间来发挥最佳效果,或者它可能会花费太多时间而失败。在战舰算法中管理游戏总时间是非常困难的。

我建议修改规则,限制回合时间,而不是总游戏时间。

Edit

如果我写了一个算法,枚举所有可能的镜头,然后对它们进行排名,然后选择排名最高的镜头。生成所有可能的镜头需要很长时间,所以我会让算法运行一段时间,然后停止它。

如果有基于回合的限制,我可以让算法运行0.9秒并返回排名最高的镜头,并且在回合时间限制内很好。

如果我的游戏总时间被限制在1秒,那么就很难确定算法在每个回合中应该运行多长时间。我想要最大化我的CPU时间。如果游戏持续500轮,我可以将每个回合限制在0.002秒,但如果游戏持续100轮,我可以给每个回合0.01秒的CPU时间。

对于一个算法来说,使用半穷举搜索镜头空间来找到当前限制的最佳镜头是不切实际的。

1秒的游戏总时间限制了可以有效用于游戏竞争的算法类型。

萨里大学的詹姆斯·希瑟博士代表英国计算机学会举办了一次类似的比赛。

对资源的限制——即每回合的最大处理器时间,移动之间不能存储状态,最大堆大小。为了限制时间,AI可以在时间段内的任何时间点提交移动,并在回合结束时被要求移动。

非常有趣,更多信息请访问:http://www.bcsstudentcontest.com/

也许能给你更多的建议。

我在这里没有放入实际的代码,但我将冒险进行一些一般性的观察:

因为所有的飞船都至少有2个细胞大小,你可以使用我在《太空探索V》中看到的一个优化——当它“寻找”一个目标时,只向菱形图案的交替细胞开火。这将消除一半的方格,同时仍然保证你最终会找到所有船只。 在许多游戏中,寻找目标时的随机射击模式从统计上来说会产生最好的结果。