مسئله‌ای که باید حل می‌کردم
ربات پاسور هم‌تیمی‌ام از گزینه‌های قانونی انتخاب می‌کنه، نه از کارت‌های مخفی حریف. برای ادغام، همین مرز اطلاعات برای من مهم‌تر از اسم هوش مصنوعی بود.
پیاده‌سازی در نسخهٔ فعلی
PasurBotStrategy.ChooseMove کارت‌های دست خودش و captureهای هرکدام را بررسی می‌کنه. EvaluateCapture برای امتیاز کارت، تعداد خاج، رسیدن به هفت خاج و سور ارزش می‌گذارد.
تصمیم و هزینهٔ طراحی
وقتی capture نیست EvaluateDiscard هزینهٔ دورریختن را تخمین می‌زند. نگه‌داشتن سرباز و ندادن کارت امتیازی وارد heuristic می‌شوند؛ حرکت خروجی همان CardInstance و مجموعهٔ گرفته‌شده.
مرزهای فعلی
این انتخاب تک‌مرحله‌ای و وزن‌دار هست، نه جست‌وجوی کامل بازی یا مدل آموخته‌شده. عددهای وزن را نتیجهٔ benchmark یا تضمین قدرت ربات معرفی نمی‌کنم.
سناریوهای بررسی و معنای قرارداد
برای فهمیدن یک تصمیم ربات، باید ابتدا گزینه‌های قانونی همان وضعیت را ببینم. کارت‌های دست خودش و کارت‌های آشکار زمین دادهٔ تصمیم هستند؛ این پیاده‌سازی برای انتخاب معمول خود نیازی به کارت پنهان حریف نداره. امتیاز کارت، تعداد گشنیز و امکان رسیدن به هفت گشنیز می‌توانند دو جمع ظاهراً مشابه را با ارزش متفاوت نشان دهند. امتیاز سور نیز در ارزیابی اثر داره. نتیجهٔ ChooseMove خود نمونهٔ کارت و مجموعهٔ جمع‌شده را نگه می‌دارد، بنابراین runner می‌تواند همان انتخاب را اجرا کنه و لازم نیست از روی نام حرکت دوباره حدس بزند.
وقتی جمعی وجود نداره، مسئله به انتخاب کارت برای رها کردن تبدیل می‌شود. نگه داشتن سرباز یا ندادن کارت با ارزش به زمین از هزینه‌های سادهٔ این تصمیم هست، اما این روش جست‌وجوی آیندهٔ کامل بازی نیست. وزن‌ها قضاوت طراحی‌اند و وجود عدد در تابع ارزیابی، مدرک کیفیت رقابتی یا نرخ برد نیست. برای بررسی یکپارچه‌سازی، موقعیت با چند جمع قانونی، موقعیت بدون جمع و موقعیت نزدیک به هدف گشنیز مفید هستند. من این سناریوها را معیار فهم رفتار می‌دانم، نه نتیجهٔ آزمایش انجام‌شده. راهبرد قابل توضیح هم‌تیمی‌ام کمک می‌کنه مرز اطلاعات و علت انتخاب روشن بماند، بدون اینکه آن را مدل آموزش‌دیده معرفی کنم.
قابل توضیح بودن وزن‌ها به معنی ساده بودن همهٔ نتیجه‌ها نیست. دو گزینه ممکنه ارزش نزدیک داشته باشند و یک تغییر وزن، رفتار خاصی را در مرز انتخاب جابه‌جا کنه. برای بررسی آینده، بهتر هست دلیل امتیاز هر گزینه در موقعیت مشخص خوانده بشه. این کار با ادعای هوشمندی عمومی فرق داره و کمک می‌کنه تنظیم راهبرد هم‌تیمی‌ام بر پایهٔ رفتار معلوم انجام بشه، نه برداشت از یک مسابقه.
چیزی که از این مرحله یاد گرفتم
برای من، راهبرد قابل توضیح ادغام آسان‌تری داره. می‌توانم ببینم انتخاب چرا ارزش گرفته و ورودی عمومی آن چیست، بدون اینکه کیفیت آن را صرفاً از عنوان Bot نتیجه بگیرم یا کار هم‌تیمی را به خودم نسبت بدهم.
مثال عملی ربات پاسور
یک روش کاربردی برای بررسی ربات پاسور این است که به جای چند تغییر هم‌زمان، تنها یک مسیر کوتاه بسازی. ربات چند ترکیب قانونی برای جمع‌کردن دارد و ارزش گزینه‌ها را مقایسه می‌کند. سپس وضعیت قبل و بعد را کنار هم قرار بده. چه بخشی از داده تغییر کرده و کدام بخش فقط ظاهر تازه‌ای پیدا کرده است؟ پاسخ باید از همان تعریف موضوع بیاید. این موقعیت یک مثال آموزشی است و آمار واقعی محصول یا وعدهٔ قابلیت جدید محسوب نمی‌شود.
خطای رایج و علت آن
تکیه بر تعداد کارت تنها می‌تواند گزینهٔ امتیازآور را نادیده بگیرد. این خطا معمولاً وقتی پنهان می‌ماند که فقط مسیر موفق و ظاهر نهایی را ببینیم. برای پیدا کردن علت، آخرین وضعیت درست را از نخستین وضعیت نادرست جدا کن و ببین تغییر دقیقاً در کدام مرز رخ داده است. اطلاعات پنهان حریف نباید در محاسبهٔ ارزش گزینه وارد شود. اگر این تفاوت در قرارداد مشخص نباشد، اصلاح یک نشانه ممکن است همان مسئله را در بخش دیگری دوباره ایجاد کند.
چطور نتیجه را بررسی کنیم؟
لیست حرکت‌های قانونی و معیار انتخاب را برای چند زمین کوچک ثبت کن. اجرای یک‌باره برای نتیجه‌گیری کافی نیست؛ یک بار مسیر معمول و بار دیگر همان موقعیت را با ورودی مرزی یا تکرار اقدام بررسی کن. اگر نتیجه فرق دارد، ورودی و شرایط اجرا را همراه خروجی نگه دار تا مقایسه قابل بازسازی باشد. جدول زیر خلاصهٔ مشخصات همین سناریو است و برای ثبت نتیجهٔ بررسی به کار می‌آید.
| بخش بررسی | آنچه باید ثبت شود |
|---|---|
| موقعیت آزمایشی | ربات چند ترکیب قانونی برای جمع‌کردن دارد و ارزش گزینه‌ها را مقایسه می‌کند. |
| ریسک اصلی | تکیه بر تعداد کارت تنها می‌تواند گزینهٔ امتیازآور را نادیده بگیرد. |
| روش بررسی | لیست حرکت‌های قانونی و معیار انتخاب را برای چند زمین کوچک ثبت کن. |
| مرز نتیجه‌گیری | اطلاعات پنهان حریف نباید در محاسبهٔ ارزش گزینه وارد شود. |
پرسش‌های کاربردی دربارهٔ ربات پاسور
از کجا شروع کنم؟
از همان موقعیت محدود این مطلب شروع کن: ربات چند ترکیب قانونی برای جمع‌کردن دارد و ارزش گزینه‌ها را مقایسه می‌کند. ابتدا نتیجهٔ مورد انتظار را مشخص کن و بعد سراغ پیاده‌سازی یا ابزار برو. وقتی مسیر پایه قابل توضیح و بررسی شد، می‌توان حالت‌های بیشتری اضافه کرد. ساخت همهٔ حالت‌ها از ابتدا، فهم علت خطا را سخت‌تر می‌کند.
چه زمانی می‌توانم بگویم این بخش درست کار می‌کند؟
زمانی که رفتار در موقعیت تعریف‌شده با قرارداد سازگار باشد و محدودیت‌های آن روشن بمانند. لیست حرکت‌های قانونی و معیار انتخاب را برای چند زمین کوچک ثبت کن. موفقیت در این آزمون دربارهٔ همان سناریو شاهد می‌دهد؛ از آن نمی‌توان بدون بررسی دربارهٔ همهٔ دستگاه‌ها، همهٔ قوانین محلی یا همهٔ حجم‌های داده نتیجه گرفت. اطلاعات پنهان حریف نباید در محاسبهٔ ارزش گزینه وارد شود.
برای ادامهٔ همین موضوع، هستهٔ مشترک دلو؛ یک میز برای چند بازی و بازی دلو را ببین. زمینهٔ ساخت این پروژه‌ها و معرفی سازنده در صفحهٔ کیان پاک نعمت آمده است.
