社区首页 >问答首页 >实现1层、2层或3层td-gammon搜索

问实现1层、2层或3层td-gammon搜索
EN

Stack Overflow用户

提问于 2019-10-17 14:15:46

回答 1查看 75关注 0票数 1

我读过一些文章，其中大多数都说3-ply提高了自动玩家训练的性能。但这实际上是什么呢？这是如何实现的呢？

reinforcement-learning

EN

回答 1

Stack Overflow用户

发布于 2021-03-11 05:08:52

由于掷骰子的原因，游戏中存在随机性，因此一种方法是通过自玩RL来评估状态位置，然后在玩的时候对所有可能的骰子组合进行2层搜索。这将是36 +6，即42个可能的滚动，然后你必须做出不同的动作，这会将树的呼吸增加到疯狂的程度。我试过了，但失败了，因为我的Mac不能处理这样的计算。相反，我们可以做的只是随机化几个骰子，并使用Alpha Beta剪枝执行MiniMax树搜索(使用AfterState value函数)。

对于1层搜索，我们只需使用掷骰子，或者如果我们想在掷骰子之前预测数值，那么我们可以简单地循环所有可能的组合。然后我们只需在余态上使用argmax。

票数 0

EN

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/58434745

复制

相关文章

【编程基础】如何了解c语言中的位运算？

计算机的各种运算最小单位是字节，但是有时候只对某个位(bit)感兴趣，C语言提供了一些列位运算符来完成这个任务。这些操作非常重要，尤其是在嵌入式开发中会常常用到，这也是为什么嵌入式基本上都是选用C语言来开发的重要原因之一。 C语言的位运算有一下六中： & 按位与 | 按位或 ^ 按位亦或 ~ 按位取反 << 左移 >> 右移按位与& 两个对应的位为1，运算后对应位为1，否则为0，比如：10101100 & 01101001 = 00101000。按位或| 两

程序员互动联盟

2018/03/14

1.8K0

【编程基础】如何了解c语言中的位运算？

【编程基础】c语言中获取整数和浮点数的符号位

1. 为什么要获得符号位很多时候，我们需要判断数值的正负，来做相应的逻辑处理。条件判断语句可以很好的完成这个需求。有时候会有下面的情况， if (x > 0) { x = x - 1; } else { x = 1 - x; } if (x < 0) { x = -x; } 正负只是数值的符号位变化，或是计算结果的符号位变化。但是我们需要用一个判断，首先条件判断会影响效率，其次格式不够简洁美观。所以，有时候希望能不用条件判断也解决问题。而数值的符号位已

程序员互动联盟

2018/03/13

2.2K0

C语言中数组的总结

编程算法存储 https java 网络安全

数组的创建：在创建数组时，我们必须定义数组的类型和大小，数组的大小不能为0，数组中的元素类型都是相同的。 eg:

全栈程序员站长

2022/08/14

2K0

[日常] C语言中的字符数组和字符串

存储编程算法

c语言字符数组和字符串: 1.存放字符的数组称为字符数组 char str[] 2.'\0'也被称为字符串结束标志 3.由" "包围的字符串会自动在末尾添加'\0' 4.逐个字符地给数组赋值并不会自动添加'\0' 5.局部变量初始化为零值会自动添加结束标志 6.直接使用一个指针指向字符串的形式 char* str 7.最根本的区别是在内存中的存储区域不一样，字符数组存储在全局数据区或栈区，第二种形式的字符串存储在常量区。全局数据区和栈区的字符串（也包括其他数据）有读取和写入的权限，而常量区的字符串（也包括其他数据）只有读取权限，没有写入权限。

唯一Chat

2019/09/10

2.4K0

c语言中位运算符的用法_c语言中位运算符的优先级

程序中的所有数在计算机内存中都是以二进制的形式储存的。位运算说穿了，就是直接对整数在内存中的二进制位进行操作。运位算包括位逻辑运算和移位运算，位逻辑运算能够方便地设置或屏蔽内存中某个字节的一位或几位，也可以对两个数按位相加等；移位运算可以对内存中某个二进制数左移或右移几位等。

全栈程序员站长

2022/11/10

8160

详解C语言中的数组指针与指针数组

数组指针的意思即为通过指针引用数组，p先和*结合，说明了p是一个指针变量，指向一个大小为5的数组。所以，int (*p)[5]即为一个数组指针。int *p[5]则是一个大小为5且存放整型指针的数组。

全栈程序员站长

2022/09/19

3.5K0

详解C语言中的数组指针与指针数组

C语言中的&和*

c 语言编程算法

试想一下，如果没有&和*的存在，你可能每天都在为计算和寻找某个变量在哪里而发愁呢！

手撕代码八百里

2021/07/20

4.4K0

如何确定 C 语言中数组的大小

但上面的写法还有点不足。如果以后数组 a 的类型变为其它类型，那么 sizeof(int) 这种写法就会出现兼容问题，所以建议下面的写法，

ClearSeve

2022/02/11

2.2K0

C语言中指针数组和数组指针的区别

指针数组：首先它是一个数组，数组的元素都是指针，数组占多少个字节由数组本身决定。它是“储存指针的数组”的简称。数组指针：首先它是一个指针，它指向一个数组。在32 位系统下永远是占4 个字节，至于它指向的数组占多少字节，不知道。它是“指向数组的指针”的简称。下面到底哪个是数组指针，哪个是指针数组呢： A) int *p1[10]; B) int (*p2)[10]; 这里需要明白一个符号之间的优先级问题。 “[]”的优先级比“*”要高。p1 先与“[]”结合，构成一个数组的定义，数组名为p1，

用户1215536

2018/02/05

2K0

C语言中指针数组和数组指针的区别

c语言中位运算符_位运算符的用法

C语言的运算符是一个很有意思的东西,运用起来可以解决很多麻烦的事,但是想要灵活应用也有一定的难度,总结一下c语言运算符的用法和一些常用技巧.

全栈程序员站长

2022/11/09

8870

C语言中数组长度的计算详解

编程算法 c 语言打包

C语言字符串长度的计算可以使用strlen(str); 但是对于数组长度的大小却没有相关函数可以使用；

一个会写诗的程序员

2023/01/08

3.1K0

从Ndom语浅谈语言中的进制

这题粗看复杂，其实不然。首先不难看出，abo、an并不是数字，所以不是加法就是乘法。因为abo出现的十分多，所以我们可以简单地假设abo是加法。接下来需要确定进制。我们知道1-10的乘方之间，出现了三个单独的词。不难得出，肯定1个是1，一个是基数的平方。除了这两个，只剩一个单独的词，那么这个词只可能是2^2=4。由此我们可以确定，Ndom语言的数字表达的基数肯定大于4且小于9。因为nif为很多长词的开头，所以nif应该是基数的平方。在题2的等式我们发现meregh乘上sas结尾的词，结果竟然还是以meregh尾！所以很明显sas就是1，于是thonith就是4。接着找，就找到了余下几个小于基数的词（于abo、an之后的较小）：ithin、meregh、thef（可能是2、3、5）。剩下的mer、nif、tondor估计就是基数的倍数了，通过观察nif abo tondor abo mer abo thonith，发现nif>tondor>mer。按照推论，mer abo ithin应该是第三小的数字——9，那么mer应该就是基数了。ithin肯定不是1、4，所以排除5、8进制可能。那么就只剩下6、7进制两种可能了。分析得mer an thef abo thonith是第4小的，即16。mer*thef+4=16⇒mer*thef=12。所以只有一种可能：Ndom语言的数字是6进制。所以mer为6，thef为2，nif是mer的平方即36，ithin是9-6=3。排除法得，meregh是5。最后还有一个tondor，通过推断tondor abo mer abo sas≥6*2+6+1=19最近的平方数是25，可以判断tondor是18。至此，我们已经推断完成所有的词。剩下就是一些小小的规则，比如表示72,并不是nif an thef，而是直接nif thef。还有就是大的数字一定会在前。所以我们就能写出：58=36+18+4也就是nif abo tondor abo thonith，而87=36*2+6*2+3即nif thef abo mer an thef abo ithin。参考答案：

KAAAsS

2022/01/13

11.1K0

【编程经验】C语言中左值和右值的区别

黄老师原创精品文章哦~ 在C语言学习过程中，大家或许听到过左值和右值的概念，甚至在调试程序时编译器也会给出” left operand must be l-value ” 即左操作数必须为左值！，今天我们将为大家详细解释这两个词，以及两者的区别！简单而言，在赋值运算符“=”左边的就是左值，在赋值运算符“=”后边的就是右值，感觉像是废话，但非常好理解。但更多时候，我们是为了学习和理解不同情况下左值和右值的区别，下面来举例依次说明，着层深入，来让大家解渴！ 1.变量做左值和右值的区别: 如 x = 2; 这里

编程范源代码公司

2018/04/18

2.4K0

【编程经验】C语言中左值和右值的区别

C语言中的柔性数组 C语言结构体中char[0]和char[1]的用法

c++编程算法

我在进行Linux 64位驱动程序兼容32位应用程序的适配过程中，深深的感觉指针操作带来的麻烦，特别是应用层的32位指针传到内核层后，指针大小变成64位，需要进行频繁的大小调整，及其难受。等我快完成所有工作的时候，听一位同事说可以使用char[0]用法来代替指针，我差点一口老血喷出来。“你咋不早说…”。接下来从网上各种google，发现了这种用法的巧妙，特写下此篇文章，以做记录。（PS：还是要感谢我那位同事YYL，让我又get到一个技能^_^）

好派笔记

2021/09/17

2.9K0

c语言中按位异或运算_c语言按位与怎么算

打包 ide https 网络安全

备注表达式可以是其他“与”表达式，或（遵循下面所述的类型限制）相等表达式、关系表达式、加法表达式、乘法表达式、指向成员的指针表达式、强制转换表达式、一元表达式、后缀表达式或主表达式。按位“与”运算符 (&) 会将第一操作数的每一位与第二操作数的相应位进行比较。如果两个位均为 1，则对应的结果位将设置为 1。否则，将对应的结果位设置为 0。按位“与”运算符的两个操作数必须为整型。算术转换中所述的常用算术转换将应用于操作数。 & 的运算符关键字

全栈程序员站长

2022/11/18

2.8K0

C语言中如何获取数组的中位数

在C语言编程中，获取数组的中位数是一项常见而重要的任务。中位数是一个数组中的一个特殊值，它将该数组分为两个等长的部分。当数组长度为奇数时，中位数就是位于数组中间位置的元素；当数组长度为偶数时，中位数是中间两个元素的平均值。

用户10354340

2023/08/14

7910

c语言中getchar的运用_c语言中gets和getchar

c++https java 网络安全

2.前面的scanf()在读取输入时会在缓冲区中留下一个字符’\n'(输入完s[i]的值后按回车键所致)，

全栈程序员站长

2022/09/27

2.9K0

【编程经验】C语言中左值和右值的区别

在C语言学习过程中，大家或许听到过左值和右值的概念，甚至在调试程序时编译器也会给出” left operand must be l-value ” 即左操作数必须为左值！，今天我们将为大家详细解释这两个词，以及两者的区别！简单而言，在赋值运算符“=”左边的就是左值，在赋值运算符“=”后边的就是右值，感觉像是废话，但非常好理解。但更多时候，我们是为了学习和理解不同情况下左值和右值的区别，下面来举例依次说明，着层深入，来让大家解渴！开始了！变量做左值和右值的区别

编程范源代码公司

2018/04/18

1.5K0

【编程经验】C语言中左值和右值的区别

再议 C 语言中的指针与数组（4）

编程算法 ide

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

耕耘实录

2019/09/18

1.5K0

在c语言中，数组 a[i++] 和数组 a[++i] 有区别吗？ && 在c语言中，数组 a[0]++; 又是什么意思？

b = a++; 　　　//先计算表达式的值，即先把a赋值给了b；然后a再自加1。 b = ++a；　　 //先a自加1后；然后把a自加后得到的赋值给b。

黑泽君

2018/10/11

3.3K0

相似问题

创建自定义时间戳存储桶bigquery

11

如何从云存储桶自动创建BigQuery表？

12

bigquery创建间隔15分钟的时间戳桶

19

使用时间戳主题模式的PubSub & BigQuery订阅

13

Laravel使用时间戳列从表中获取行

12

添加站长进交流群

领取专属 10元无门槛券

AI混元助手 在线答疑

关注 腾讯云开发者公众号

洞察 腾讯核心技术

剖析业界实践案例