KotH -浮点囚犯困境
背景
所以，现在流行的囚徒困境变体是囚徒的三重引理，其中有三种选择。我可以很容易地看到它在增加，所以我想
当我们可以拥有无限选项时，为什么要选择三个选项呢？
因此，我创造了浮点囚徒的引理。
方程：
每一轮，你的分数将被计算为(a是玩家1返回的，b是玩家2返回的)：
\text{Player 1 expected score: }\quad 2ab+3(1-a)b+(1-a)(1-b)
\text{Player 2 expected score: }\quad 2ab+3a(1-b)+(1-a)(1-b)
3是诱惑性的回报，如果a缺陷与b合作，D12就能得到回报。2是一种奖励，因为如果双方合作的话。1是一种惩罚，因为如果两者都有缺陷。吸盘的回报是0，这就是a在a合作和b缺陷时得到的回报。
对输出
中浮点数含义的解释
基本上，0.5的输出意味着合作的具象概率(控制器几乎是确定性的，仅随机匹配参赛者)为0.5。这意味着，由于输出接近于1，而不是0，对手得到了一些分数，但不像我们关注的选手的输出是1。
紫禁品
- 标准漏洞是被禁止的。
- 不与控制器交互，然后返回策略函数中的值。
- 不干扰其他机器人(对全局变量，其他东西)
- 全球范围的Vars是非常气馁的。相反，请使用商店的数据集。
- 可能会增加更多的东西
通用材料
它使用来自https://math.stackexchange.com的优秀研究员的一个方程来决定该做什么，浮点数与coop或缺陷的概率相关。然而，控制器在得分方面是确定性的，并且不把概率作为概率来处理。方程在控制器的play函数中。
注意：运行时，它有时会打印类似于[，，]之类的内容。这只是我忘了删除的一个旧的调试特性。
技术资料
创建一个机器人，它可以播放这个Python实现的囚徒?引理。创建两个函数，strategy和plan，它们的格式类似于下面的示例。每次比赛结束后，可以通过在控制器中注释掉运行中的行来更改这个选项
self.store = {
}这是一个基本的bot模板：
def strategy(is_new_game, store):
# Put Stuff Here™. is_new_game tells the function if it's a new game. returns a value between 0 and 1, where 1 = coop and 0 = defect, and in-between stuff correlates to probability of coop or defect. Store is a dict for storage.
def plan(opmove, store):
# opmove is the opponents move last round. This function shouldn't return anything. Put pass here if you don't use this.示例机器人
♫Coop Bop Bot♫
#Example Contestant
def strategy(is_new_game):
return 1
def plan(opmove):
pass随机性
#Example Contestant
import random
def strategy(is_new_game):
return random.random()
def plan(opmove):
pass控制器在https://github.com/4D4850/KotH-Floating-Dilemma
请随意提出拉请求。
主板
Random, 165500.78318694307
Helped, 147835.72861717656
Cooperator, 125285.07526747975
Random Alternator, 82809.27322624522
Tit for Tat, 51139.558474789665如果你没看到你的机器人，就会出错。
注意：“帮助”和“随机交流发电机”需要稍加修改才能正常运行。另外，在得分系统中有一个灾难性的错误，现在已经修复了。
回答 4
Code Golf用户
发布于 2021-06-18 08:02:56
帮助
def strategy(is_new_game, store):
if store and store['moves']:
return store['moves'][-1]
return .1
def plan(opmove, store):
if opmove > .5:
if store and store['moves']:
store['moves'].append(opmove / 2)
else:
store['moves'] = [opmove / 2]
else:
if store and store['moves']:
store['moves'].append(opmove * 2)
else:
store['moves'] = [opmove * 2]Helped是一个机器人，它取决于对手之前的动作。选择较高的下一个较低的移动，而较低的为较高的移动。
Code Golf用户
发布于 2021-06-18 11:07:24
随机发电机
store[0] = 0
store[1] = 0
print(store)
import random
def strategy(is_new_game, store):
if is_new_game or store[0]%100 < 10:
store[1] += 1
return random.random()
else:
store.append(store[1] + 1, (sum(store)/len(store)))
store[1] += 1
return sum(list(store)[1:])/len(list(store)[1:])
def plan(opmove, store):
store.append(store[1] + 1, opmove)
store[1] += 1
store[0] += random.random() + random.random()
return store随机交替取移动的总平均值和随机移动的随机方式(希望，不可利用)。
Code Golf用户
发布于 2021-06-19 05:37:52
Tat for Tat
def strategy(is_new_game, store):
if is_new_game: return 1
return store[0]
def plan(opmove, store):
store[0]=opmovehttps://codegolf.stackexchange.com/questions/229926
复制相似问题
腾讯云开发者
