题目来自于kaggle。用AI模拟锤子，剪刀，布的游戏。下面是我的一些解法和尝试。

1. 随机数

最直观的解法。用随机数产生。代码如下：

import numpy as npdef random_agent (observation, configuration):return np.random.randint(1, 10000) % 3

这个解法得到了742.2分。

2. 基于对手会使用平均的策略

这个想法基于对手会比较平均的出锤子，剪刀，布，那样我就永远猜测对手下一次会出已经出过的里面的最少的那个。代码如下：

import numpy as npcounts = {}def random_agent (observation, configuration):if observation.step > 0:counts[observation.lastOpponentAction] = counts.get(observation.lastOpponentAction, 0) + 1count_of_zero = counts.get(0, 0)count_of_one = counts.get(1, 0)count_of_two = counts.get(2, 0)if count_of_zero == count_of_one and count_of_one == count_of_two:answer = np.random.randint(1, 10000) % 3elif count_of_zero <= count_of_one and count_of_zero <= count_of_two:answer = 1elif count_of_one <= count_of_two:answer = 2else:answer = 0return answer

这个结果并不好，只得了400分。看了一下结果，很明显被针对了，因为对手一直在出剪刀和布，我就一直猜对手下一次会出锤子，就一直出布，这样我不是平就是输。

3. 使用过去一段时间内取得分数最多的动作

这个想法是统计在过去的几个动作内取得得分最多的动作，然后继续使用该动作。比如赢了的动作记一分，输了记负一分，平了不计分。

import numpy as npcounts = {}
my_last_action = 0
cover_range = 7scores = {0:[], 1:[], 2:[]}def get_score(action):score_list = scores[action]if len(score_list) < cover_range:return sum(score_list)else:return sum(score_list[-1 * cover_range:])def random_agent (observation, configuration):global my_last_actionif observation.step > 0:if (observation.lastOpponentAction == 0 and my_last_action == 1) or (observation.lastOpponentAction == 1 and my_last_action == 2) or (observation.lastOpponentAction == 2 and my_last_action == 0):for i in range(0, 3):if i != my_last_action:scores[i].append(0)else:scores[i].append(1)elif (observation.lastOpponentAction == 1 and my_last_action == 0) or (observation.lastOpponentAction == 2 and my_last_action == 1) or (observation.lastOpponentAction == 0 and my_last_action == 2):for i in range(0, 3):if i != my_last_action:scores[i].append(0)else:scores[i].append(-1)else:for i in range(0, 3):scores[i].append(0)count_of_zero = get_score(0)count_of_one = get_score(1)count_of_two = get_score(2)if count_of_zero == count_of_one and count_of_one == count_of_two:my_last_action = np.random.randint(1, 10000) % 3elif count_of_zero >= count_of_one and count_of_zero >= count_of_two:my_last_action = 0elif count_of_one >= count_of_two:my_last_action = 1else:my_last_action = 2return my_last_action

但是这个结果也不好，最后得分一直在500分之下徘徊。目前得分最高的随机数算法。我决定自己写个小程序比较一下各个实现方案，调整一下参数。

这个问题一直没有什么好的进展，一直是随即策略的结果最好。后来看到一个人写的帖子，大概意思是这个问题如果是真的随机数，那么随机策略就是最好的策略。因为所有的其他策略对随机策略都是在赌运气。这个说法我觉得是正确的。即便考虑到我们使用的随机数是伪随机数，除非hack掉对方的随机策略，否则还是没有办法用ML等算法探测出对方的策略。

锤子，剪刀，布游戏的研究相关推荐

剪刀游戏c语言代码,C++编程锤子剪刀布游戏源代码
这个游戏的源代码很基础..一般学过程序的基本都看得懂...网上找的,自己稍作修改了用的软件仍是Visual C++ 6.0 下面是源代码: #include #include #include vo ...
Java锤子剪刀布大家应该都会玩“锤子剪刀布”的游戏：现给出两人的交锋记录，请统计双方的胜、平、负次数，并且给出双方分别出什么手势的胜算最大。
题目描述: 大家应该都会玩"锤子剪刀布"的游戏:现给出两人的交锋记录,请统计双方的胜.平.负次数,并且给出双方分别出什么手势的胜算最大. 输入描述: 输入第1行给出正整数N(< ...
Basic Level 1018. 锤子剪刀布 (20)
大家应该都会玩"锤子剪刀布"的游戏:两人同时给出手势, 现给出两人的交锋记录,请统计双方的胜.平.负次数,并且给出双方分别出什么手势的胜算最大. 输入格式: 输入第1行给出正整数N ...
锤子剪刀布 (20)
链接:https://www.nowcoder.com/questionTerminal/79db907555c24b15a9c73f7f7d0e2471?toCommentId=3225314 来源 ...
1018 锤子剪刀布 (20 分)
大家应该都会玩"锤子剪刀布"的游戏:两人同时给出手势,胜负规则如图所示: 现给出两人的交锋记录,请统计双方的胜.平.负次数,并且给出双方分别出什么手势的胜算最大. 输入格式: 输入 ...
牛客网_PAT乙级1008_锤子剪刀布 (20)
题目题目描述大家应该都会玩"锤子剪刀布"的游戏: 现给出两人的交锋记录,请统计双方的胜.平.负次数,并且给出双方分别出什么手势的胜算最大. 输入描述: 输入第1行给出正整数N( ...
C语言满分代码：1018 锤子剪刀布 (20分)（解题报告）
立志用更少的代码做更高效的表达 Pat乙级最优化代码+题解+分析汇总-->传送门大家应该都会玩"锤子剪刀布"的游戏:两人同时给出手势,胜负规则如图所示: 现给出两人的交锋记 ...
[PAT乙级]1018 锤子剪刀布
大家应该都会玩"锤子剪刀布"的游戏:两人同时给出手势,胜负规则如图所示: 现给出两人的交锋记录,请统计双方的胜.平.负次数,并且给出双方分别出什么手势的胜算最大. 输入格式: 输入 ...
PAT——1018. 锤子剪刀布
大家应该都会玩"锤子剪刀布"的游戏:两人同时给出手势,胜负规则如图所示: 现给出两人的交锋记录,请统计双方的胜.平.负次数,并且给出双方分别出什么手势的胜算最大. 输入格式: 输入 ...
锤子剪刀布pat-1018
题目描述大家应该都会玩"锤子剪刀布"的游戏: 现给出两人的交锋记录,请统计双方的胜.平.负次数,并且给出双方分别出什么手势的胜算最大. 输入描述: 输入第1行给出正整数N(< ...

锤子，剪刀，布游戏的研究

1. 随机数

2. 基于对手会使用平均的策略

3. 使用过去一段时间内取得分数最多的动作

锤子，剪刀，布游戏的研究相关推荐

最新文章

热门文章