问对于零和游戏的AI来说，什么是好的健身功能？

EN

我正在为一个零和4人棋盘游戏制作一个人工智能。这实际上不是零和(这4名玩家将“死亡”当他们失去他们的全部生命，所以会有一个球员谁死了第一，第二，第三和一个球员谁幸存下来。然而，我告诉AI，只有生存算作一场胜利，其他任何事情都是一场失败)，经过一些研究后，我想我会使用一个极小极大算法结合一个启发式函数。我偶然发现了这个问题，并决定和这个问题的操作一样--编写一个给我最佳权重的进化算法。

然而，我的启发函数与这个问题的运算函数不同。我的重9重，速度慢得多，所以我不能让代理商玩1000场比赛(时间太长了)，也不能用交叉的方法培育他们(我怎么做9重的交叉？)

所以我决定想出自己的方法来决定自己的健康和繁殖。这个问题只是关于健身功能。

这是我的尝试。

首次尝试

对于随机生成的50个代理中的每个代理A，从种群中再选择3个代理(与A本身替换，但不是同一个代理)，并让4个代理玩一个游戏，其中A是第一个玩家。选择另一个3并玩一个游戏，其中A是第二个玩家，依此类推。对于这4场比赛中的每一场，如果A先死了，它的体能不会改变。如果A第二次死亡，那么它的健身能力就会增加1，如果它第三次死亡，那么它的健身能力就会增加2，如果它存活了，那么它的健身能力就会增加3，因此，我得出的结论是，一个人能得到的最高健身值是12 (生存/胜利所有4场比赛-> 3+3+3+ 3)。

我运行了7代，从第一代开始，最高的健康水平高达10。我计算了前10名经纪人的平均健康状况，但7代人的平均健康水平没有增加。它甚至减少了一点。

我认为这不起作用的原因是因为一定有一些代理人运气好，有些表现不佳的代理人作为对手。

第二次尝试

游戏设置和我的第一次尝试是一样的，但是我没有测量每一场比赛的结果，而是决定测量那个特工在死前做了多少动作。

7代后，前十名的平均体能确实增加了，但仍然没有我想的那么多。

我认为这个失败的原因是游戏是有限的，所以在你死前你可以做的动作是有限的，表现最好的经纪人几乎都达到了这个极限。没有增长的余地。另一个原因是幸存的球员和第三位死亡的球员的体能差别很小。

我想要的

根据我对EAs的理解(如果我错了，请纠正我)，平均体能应该增加，表现最好的个体的体能不应该随着时间的推移而下降。

我的两次尝试都失败了。由于对手是随机选择的，第1代中表现最好的代理人可能会在下一代得到更强的对手，从而使其适应度降低。

备注

在我的尝试中，代理商每代玩200场游戏，每代需要3个小时，所以我不想让他们玩太多的游戏。

我怎么能写这样的健身功能呢？