问如何设计一个基于转弯的游戏，对人类来说很容易，但对于人工智能却很难？

EN

对于计算机来说，围棋是很困难的，因为在每个棋盘状态下，玩家有很多很多可能的动作，对于电脑来说，太多的动作会造成暴力并计算出所有可能的结果(例如，抽搐-战术-脚趾)。

传统上，玩象棋的电脑程序会计算出所有可能的动作--进入未来几个阶段，并从中挑选一个会导致“最佳”状态的动作，最大限度地发挥计算机播放器的可能优势，最大限度地减少其他玩家的可能优势。

然而，在一个完整的棋局中，有更多的可能的动作，而不是宇宙中有原子，这甚至适用于更多的去，那里有更多可能的棋盘状态。对于一台现代计算机来说，在任何合理的时间内计算都有太多可能的动作。相反，在围棋这样的游戏中，需要使用不同的人工智能方法来“更好地”玩，比如深井能够“学会”如何更好地完成一项任务，这与真正的智能是如何工作的(从试验和错误中学习)。

那么，如果你想让一个“开放信息”游戏对计算机来说很难呢？有一个非常大量的可能的移动，几乎所有这些都可能是一个很好的移动对球员。

在设计任意的基于转弯的游戏时，您几乎没有什么选项可以让AI变得更难，重点是AI的不同方面：

1. 抽象(例如任务“画出美丽的东西”)
2. 特征提取(例如从非游戏: captcha)
3. 决策:不可行的蛮力解决方案(巨大的状态空间，e.g.the go)

你最好的选择是抽象--你的目标应该是创建过于复杂的抽象，而不是用一个数学模型来近似。

你还可以通过提供更难从图像或语音中提取特征的输入来“破解”游戏中的人工智能。即使以99%的准确率提取输入，AI也有机会接收错误的输入，如果收到错误的输入，很可能(取决于AI类型)更有可能做出错误的决定。

或者在规则集中使用组合爆炸 (go使用此)。例如，如果一个回合是打1牌从10牌手，有10 possibilities如何发挥回合。如果您要为这只手选择5卡，则有"n选择k“选项，仅在这个回合中就给出了总252 possibilities (！)。注意:还有许多其他方法可以在规则集中引入类似的内容。

以上任何一项都不会使它变得不可能(围棋就是一个很好的例子)，但是仔细的设计，你至少可以让它在几年/几十年内变得不可行。

一个非常，非常简单的游戏，为了说明的目的，使用上述建议：

玩家轮流说，每个人说一个句子。目的是讲一个简短的故事。

我想我们可以同意，与普通玩家玩这款游戏的故事质量会比任何人工智能都要好得多，就像人类玩家玩游戏一样有趣(这是游戏的最终目标，不是吗？)这个游戏可能比go更古老。

注意到上面这个游戏是如何包含所有建议的？仅从语音中提取特征并不是一项琐碎的任务，再加上疯狂的状态空间(自然语言是无限的)游戏的抽象目标，使得人工智能几乎不可能破解(=更好地发挥)。

编辑：(对于选民)请查找游戏的定义(另外，上面的游戏只是为了说明目的)：一种身体或精神上的活动或竞赛，有规则，人们为娱乐而做或

为了娱乐而从事的活动

让我们不要把游戏限制在类似“使命召唤”之类的事情上。

编辑2:事实上，这是一个很好的问题：

“但是你如何评价一个讲故事游戏所产生的故事呢？”

这说明了为什么至少有一些抽象规则的游戏很难--这正是AI想要问的问题:我如何度量它，如何用等式来描述它？人工智能不能跳出框框思考，也不能做复杂的抽象(比如玩得开心)。正确的答案是：

你不知道。这正是人工智能很难做到的原因。

简短的回答:增加变量的数量。

为什么？对于电脑来说，下棋“很容易”，因为只有一定数量的棋子和可能的动作。围棋“难度较大”，因为可能会有更多的动作。一款对电脑来说更加困难的游戏将有更多可能的动作。

例如:战略游戏。我还没有玩RTS*，在那里，计算机可以在没有作弊的情况下战胜一个有经验的人。为什么？变量的数量。资源，随着时间的推移，资源的影响(你是用它们来获得更多的资源，做研究，还是生产单位？)，如何处理侦察和情报，以及如何管理大量可用的单位。你也许可以告诉电脑如何“放”远距离单位，但告诉它什么时候放风筝，放多长时间，什么时候制作这些单位等等，再加上其他单位的组合，以及它的可能用途，几乎是不可能的。

要求一台计算机模拟国际象棋中的每一个可能的动作，对于今天的电脑来说，能够保证赢下这一动作的反应是微不足道的。要求计算机模拟RTS中的每一个可能的点击，使用资源、研究树和复杂的单元类型可能是不可能的。然而，与所需的计算机编程相比，即使缺乏经验的人也能相对容易地掌握这些游戏的基本要素。

*我知道我正在使用RTSs作为例子，但理论上任何RTS都可以制作成一个非常类似的基于转弯的策略游戏。

另一个想法:你也可以选择一项人类已经发现很简单的任务，但这实际上是非常复杂的，就像叠衣服一样，然后把它变成一个基于转弯的游戏。玩家可以轮流折叠一件衣服--每一回合都是一件衣服--而花费最少时间完成5回合的玩家则获胜。

我们发现这很简单，因为我们有一个概念，比如“向上”和“内-外”指的是什么等等。作为一个人，你知道引号中所有的短语/单词意味着什么；本质上，你简化了一个基本无限的变量，变成只需要几个单词的指令。向计算机解释这一点或多或少是不可能的。即使你用一件衬衫来解释，电脑也会知道每一件衬衫吗？长袖？短袖？扣好吗？如果衣领被打开了怎么办？等。