AI如何玩Flow Free?

人工智能 游戏-ai 博弈论
2021-11-09 12:14:16

将彩色点与线连接起来的游戏“Flow Free”非常受欢迎。人类可以学习演奏它的技巧。

我想知道人工智能如何接近它。人类学习了某些经验法则,例如将边缘上的点连接到边缘上。

大多数情况下,最好的方法似乎是深度优先搜索,例如尝试很长的路径以查看它们是否有效。结合经验法则和推论,例如“不要留下空白”。还有“不要从另一个相同颜色的点上剪掉一个点”。

但是有一些方法可以“不留空隙”,例如保持在另一条线的一个方格内。人类似乎能够掌握,但人工智能似乎更难学习。

事实上,我想知道“保持接近其他路线”的经验法则是否甚至可能需要某种内部语言。

我的意思是,即使要理解游戏规则,人们也会认为需要语言。(猿能解决这些难题之一吗?我对此表示怀疑。)

所以基本上我正在尝试解决人工智能如何提出这些技术来解决像 Flow Free 这样的难题。(可能不适用于所有情况的技术)。

或许,人类对“贴近墙”、“不要背叛自己”等概念有着与生俱来的理解,并且可以将它们以某种方式结合起来。此外,我们还能够快速发现由对象包围的简单区域。

我认为对“地区”的内在理解将是关键。还有一个关键概念,即除非它们位于同一区域,否则点无法连接。如果出现以下情况,我们将陷入死胡同:

  1. 有一个空白区域
  2. 有一个带点的区域没有它的对

我仍然认为这还不够。

1个回答

我们中的一些人已经花了很多时间思考这个问题。我在这里的一篇 Medium 文章中总结了我们的工作:https ://towardsdatascience.com/deep-learning-vs-puzzle-games-e996feb76162

很想听听你的想法。

剧透:到目前为止,优秀的旧 SAT 似乎击败了花哨的 AI 算法!