基于蒙特卡罗模拟和Z检验的“2048”游戏并行优化算法

针对一款单人手机游戏"2048",结合其具有很强不确定性的特点,设计一种基于蒙特卡罗模拟和Z检验的并行游戏搜索算法.算法总共分为四部分:首先通过少量的模拟实验,对各个可选节点进行初步评估;然后,使用Z检验确定缺乏搜索潜力的节点,对其进行剪枝;之后,对剩下的节点进行较多次数的模拟实验;最后,综合两组模拟实验的结果,对可选节点进行最终评估,并选择最优节点.算法核心部分能够实现并行计算,所以使用C++语言开发了并行计算机博弈系统.大量实验结果表明,本文设计的优化算法能够快速、有效地求解"2048"游戏,达到资深玩家的水平.

基于LabVIEW的2048游戏设计

在"虚拟仪器技术"课程教学中,融入2048游戏设计的教学内容,给出程序设计框架和较详尽的程序设计过程,所设计的2048游戏可以准确地实现游戏规则,在机电、自动化、电子、物联网等相关专业类别的"虚拟仪器技术"课程教学中,具有很好的可重复性和可操作性。

基于蒙特卡罗树搜索的“2048”游戏优化算法

针对一款单人手机游戏"2048",结合其具有很强不确定性的特点,设计了一种基于蒙特卡罗树搜索(Monte Carlo Tree Search,MCTS)的游戏搜索算法。基本算法分为4步:路径选择、节点扩充、模拟实验和节点更新。在路径选择部分,设计了基于信心上限应用树(UCT)方法的节点选择策略;在模拟实验部分,设计了2种有效的启发式模拟策略。根据游戏局势的难易程度,提出了一种自适应调整搜索次数的优化策略,对基本算法进行改进。使用C++语言开发了"2048"游戏的并行计算机博弈系统。大量实验结果表明,设计的优化算法能够有效地求解"2048"游戏,达到资深玩家的水平。

基于Android的2048手机游戏App设计与实现

开发2048手机游戏App的目的,在于它是一款休闲益智小游戏,可以通过游戏减轻精神压力,锻炼思维能力。介绍了游戏App的设计开发过程,对游戏的逻辑算法、触控交互、卡片设计、统计计分等作了详细剖析。最后对该App做了Android手机实际测试,结果表明,游戏App达到了设计要求,可以满足人们休闲益智的需要,同时对设计开发流程作了总结。

基于效用函数的期望最大搜索算法

强化学习已在各行业得到广泛应用,强化学习所需的大量探索在很多语境下均可能带来严重后果。为此,业界提出安全强化学习。从经济学中借鉴的效用函数是其中的一种常用技巧,但其在搜索算法中还未得到充分研究。当智能体在风险中立的语境下进行训练后,如何利用搜索算法将其迁移至风险敏感语境中仍是一个需要解决的问题。因此,提出向期望最大搜索算法中加入安全强化学习常用的效用函数技巧进行改进。以2048游戏为例,基于2022年最新的NTuple方法及在风险中立语境下所训练的权重,实验了不同的超参数。实验结果表明,将sigmoid函数作为效用函数应用于搜索算法中,可以显著提升算法性能。其中,在2层搜索中,改进后的算法相较于原始算法提升了14053.35分,在3层搜索中,提升了6522.9分。