🤵🏼 👤 👺 रूसी एआई कप 2019 के लिए मेरा बॉट 🔱 🤵🏾 👩🏽‍⚖️

यह सिर्फ इतना हुआ कि यह चैंपियनशिप मेरे लिए पहली थी जहां मैं एक योग्य स्थान लेने में सक्षम था, जिसके लिए मुझे कोई शर्म नहीं है, इसलिए मैंने अभी-अभी लेख लिखने का फैसला किया है। जिस रास्ते पर मैं इस स्थान पर गया था: १३ वें वर्ष की चैम्पियनशिप में ११ ९ २ वें स्थान पर, १st वें वर्ष की चैंपियनशिप में २४१ वें स्थान पर, १ and वें वर्ष की चैम्पियनशिप में ९ १ वें और आखिरकार, १६ वें (और ५ वें स्थान पर) उस पर सैंडबॉक्स में ई) जगह।

सामान्य विचार

मेरा मानना है कि RAIC में अपेक्षाकृत सफल प्रदर्शन का एक मुख्य कारण आपकी रणनीति लिखने के दृष्टिकोण में बदलाव था।

इससे पहले, मैंने तुरंत मध्यवर्ती चरणों के बिना, कुछ बड़े और जटिल लिखने की कोशिश की, और चैम्पियनशिप शुरू होने के बाद केवल दो सप्ताह में पहला संस्करण भरा जा सकता था, लेकिन अतीत में मुझे इसे आवंटित समय में नहीं रखा गया और अंतिम के बाद केवल पहला संस्करण ही भरा गया। ।

यह सब इस तथ्य के कारण था कि जबकि अन्य प्रतिभागी जीवन जीने के लिए अपनी रणनीतियों का परीक्षण कर सकते थे, फिर भी मेरे पास एक तैयार समाधान नहीं था, भले ही वह एक बुरा हो। इसलिए, जब इसे भरना संभव था, तो यह पता चला कि चुना हुआ दृष्टिकोण खराब काम नहीं करता है या काम नहीं करता है, और चूंकि बहुत समय और प्रयास का निवेश किया गया था, इसलिए इसे मौलिक रूप से बदलना संभव नहीं था।

इसलिए, मैंने फैसला किया कि इस बार मैं अलग तरीके से करूंगा। पिछले भाग के अनुभव के आधार पर, मैंने देखा कि शुरुआती बॉट, इसकी सभी प्रधानता के बावजूद, काफी तर्कसंगत रूप से लिखा गया था, और इसे विकसित करते हुए, आप धीरे-धीरे नई सुविधाओं को जोड़ सकते हैं और परीक्षण कर सकते हैं, और तुरंत अन्य प्रतिभागियों की रणनीतियों के खिलाफ जांच कर सकते हैं। विशेष रूप से मैं T1024 द्वारा पिछले साल के लेख के इस दृष्टिकोण की कोशिश करने के लिए आश्वस्त था ।

मैंने अपने लिए यह भी तय किया कि दृष्टिकोण जितना जटिल होगा, मेरे हाथों में यह उतना ही कम प्रभावी होगा। उदाहरण के लिए, आनुवांशिकी का उपयोग करने का कोई मतलब नहीं है, जहां संपूर्ण खोज करना संभव है, और यदि कम विकल्पों को छांटने का विकल्प है, लेकिन सभी, या अधिक, लेकिन आनुवांशिकी, पहला विकल्प चुनना बेहतर है। साथ ही, कमांडो लेख पढ़ने से, मैंने निष्कर्ष निकाला कि कार्य के लिए विशिष्ट अनुकूलन हमेशा सामान्य एल्गोरिदम की तुलना में अधिक प्रभावी होंगे।

फिर भी, अब भी मुझे तीन या चार दिन देर हो चुकी थी, इससे पहले कि मैं बॉट के पहले संस्करण को भरने में कामयाब रहा, उस समय वे सैंडबॉक्स में पहले से ही युद्ध में थे।

इस समय मैंने क्या किया? मैंने एक सिम्युलेटर लिखा था, जिसका महत्व मैंने पिछली प्रतियोगिताओं से सीखा था। पिछले वर्ष के विपरीत, जहां सिम्युलेटर का छद्म कोड तुरंत उपलब्ध था, इस वर्ष सभी यांत्रिकी को प्रलेखन से पढ़ा जाना था। सौभाग्य से, एक मुआवजे के रूप में, खेल यांत्रिकी बहुत जटिल और सीधा नहीं था, इसलिए मुझे कोई विशेष समस्या नहीं थी।

प्रारंभिक संस्करण

इसलिए, मेरे हाथों में एक तैयार-निर्मित, यद्यपि कुटिल, क्रूड सिम्युलेटर था, पहली चीज जो मैंने किया था वह डोड्स (डॉज फ़ंक्शन) को खराब कर रहा था। चूंकि इस बार मैंने जितना संभव हो उतना सरल कार्य करने का फैसला किया, तो यह संभव के रूप में सरल बना दिया गया - हम नौ दिशाओं में आंदोलन की जांच करते हैं (4 अक्षीय, 4 विकर्ण और जगह में खड़े) और इन दिशाओं में से किस इकाई को कम से कम नुकसान मिलेगा।

बॉट की बाकी कार्यक्षमता लगभग पूरी तरह से क्विकस्टार्ट की तरह है। लक्ष्य पदनाम भी संभव के रूप में आदिम था - ifs की एक श्रृंखला जो इकाई के लिए सबसे उपयुक्त कार्रवाई का चयन करती है: दुश्मन से, दुश्मन से, प्राथमिक चिकित्सा किट तक, हथियार आदि।

हैरानी की बात है कि इस तरह के दृष्टिकोण, धीरे-धीरे और अधिक जटिल होते जा रहे हैं, लेकिन इसके सार को नहीं बदलते हुए, इसे पहले दौर से पहले लगभग बहुत ऊपर निकलने की अनुमति दी (एक बार जब सैंड सैंडबॉक्स में दूसरे स्थान पर समाप्त हो गया) और आम तौर पर पहले दस स्थानों के आसपास कहीं रहते हैं।

फिर भी, यह हमेशा के लिए नहीं रह सका, और बॉट को सुधारना पड़ा। हालांकि, यह पता नहीं था कि क्या और कैसे सुधार करना है, रणनीति में कुछ बदलने के सभी प्रयासों ने इस तथ्य को जन्म दिया कि वह पुराने संस्करण को खो रही थी। मामूली बदलाव किए गए, लेकिन इससे ज्यादा कुछ नहीं।

विचारों की कमी ने इस तथ्य को जन्म दिया कि राउंड 1 और 2 में मैंने क्रमशः 29 और 19 स्थान लिए, और हालांकि मैं फाइनल में गया, यह स्पष्ट हो गया कि कुछ को मौलिक रूप से बदलना होगा। यह समापन से पहले (और समापन के बाद) था कि सबसे बड़ी संख्या में महत्वपूर्ण बदलाव किए गए थे।

पहले से ही कहीं न कहीं चैंपियनशिप के बीच से मैंने बेहतर आंदोलन के साथ प्रयोग करने की कोशिश की, लेकिन सभी प्रयास असफल रहे। प्रारंभिक विचार उस दिशा को चुनना था जहां दुश्मन पर अपने बॉट को मारने की संभावना से अंतर और उसके बॉट पर दुश्मन अधिकतम था। इस प्रयोग के लिए, मैंने एक शून्य परिणाम के साथ फाइनल में आवंटित लगभग सभी समय बिताया।

इसलिए, अंतिम बहु-स्तरीय मानचित्रों के लिए, बॉट पूरी तरह से अप्रस्तुत हो गया। Is की श्रृंखला ने 1 और 2 के दौरों से एकल-स्तरीय मानचित्रों पर अपेक्षाकृत अच्छे परिणाम प्राप्त किए, लेकिन फाइनल के बहु-स्तरीय मानचित्रों के लिए अनुपयुक्त हो गए, मेरे पास जटिल नक्शों के लिए एक नेविगेशन प्रणाली भी नहीं थी, क्योंकि सरल नक्शों पर स्टार्ट-अप कोड से आगे बढ़ना संभव था।

— .

सभी फायरिंग नियंत्रण AimHelper फ़ंक्शन में है।

नीचे वर्णित हर चीज का अर्थ है कि लक्ष्य बॉट के सबसे नजदीक दिखाई देने वाली दुश्मन इकाई है।

हथियारों के केवल तीन प्रकार हैं, हालांकि, उनमें से प्रत्येक को अपने स्वयं के दृष्टिकोण की आवश्यकता है। सिर्फ एक असाल्ट राइफल से अधिक बार शूट करना बेहतर होता है, पिस्तौल से निशाना लगाना बेहतर होता है और रॉकेट लॉन्चर से शूट करना महत्वपूर्ण होता है और दुश्मन को खुद से ज्यादा नुकसान पहुंचाना होता है।

प्रारंभ में, वहाँ कोई लक्ष्य नहीं था, बॉट सिर्फ इकाई के केंद्र के उद्देश्य से था। बाद में, यूनिट की गति का एक अनुमान जोड़ा गया था यदि यह अनियंत्रित उड़ान में है (जम्पपैड से गिरता है या उड़ता है)। ऐसा करने के लिए, मैंने बस यूनिट की गति को नकल किया, जब तक कि गोली एन टिक के लिए उड़ान भर सकती है, यूनिट से दूरी के बराबर हो जाती है।

शुरुआती बॉट के खिलाफ परीक्षण करते समय, उन्होंने लगातार छोटी कूदने की अपनी बहुत अप्रिय आदत पर ध्यान दिया, और अगर बॉट हमेशा दुश्मन के केंद्र पर लक्षित होता है, तो इससे दृष्टि लगातार चलती रहती है और प्रसार बहुत तेजी से अधिकतम तक बढ़ जाता है। काउंटरएक्शन के लिए, एक कोड जोड़ा गया था, जो यह बताता है कि यदि वर्तमान लक्ष्य कोण के साथ टकराने का मौका नए उद्देश्य कोण से मारने की संभावना के बराबर या बराबर है, तो हम उस बिंदु को नहीं बदलते हैं जहाँ हम लक्ष्य करते हैं और प्रसार में वृद्धि नहीं करते हैं।

शूटिंग के साथ यह अधिक कठिन था, शुरुआती बॉट की मुख्य समस्याओं में से एक यह था कि उन्होंने यह जांच नहीं की कि वह खुद को विस्फोट के साथ स्पर्श करेंगे या नहीं। किसी कारण से, मुझे रॉकेट लॉन्चर को सभी तीन प्रकार के हथियारों में से सबसे अधिक पसंद आया, और इसलिए यह पहली प्राथमिकता थी। बॉट को खुद को कमतर नहीं आंकना जरूरी था।

HitChance फ़ंक्शन लिखा गया था, जिसने यूनिट के फायरिंग क्षेत्र को N किरणों में विभाजित किया, और एक लक्ष्य के साथ टकराव के लिए प्रत्येक किरण की जाँच की। इसके अलावा, जब हिट किया गया, तो विस्फोट के एओई की जांच की गई, अगर यह एक रॉकेट लांचर है। हिट की संभावना = किरण या विस्फोट / किरणों की संख्या से हिट की संख्या।

इसने हमें खुद और दुश्मन को मारने का स्थिर मौका निर्धारित करने की अनुमति दी, लेकिन इस बात पर ध्यान नहीं दिया कि दुश्मन खुद सक्रिय रूप से चकमा दे सकता है। अन्य समस्याएं थीं, उदाहरण के लिए, फ़ंक्शन ने खानों में यादृच्छिक गोलीबारी को ध्यान में नहीं रखा।

यह बहुत-से-चालाक दुश्मनों के खिलाफ लड़ने के लिए पर्याप्त था, लेकिन सबसे अच्छी तरह से गोलियों को चकमा देने वाले टॉप्स के खिलाफ, फ़ंक्शन ने पर्याप्त पर्याप्त परिणाम नहीं दिया। एक नए दृष्टिकोण की आवश्यकता थी।

हिटप्रेडिक्ट फ़ंक्शन भी फायरिंग शंकु को एन किरणों में विभाजित करता है, लेकिन फिर से कास्टिंग के बजाय, हम एक सिमुलेशन का उपयोग करते हैं जहां एक समय में एक दिशा में एक गोली चलाई जाती है और यह जाँच की जाती है कि क्या दुश्मन चकमा कर सकता है।

डॉज की जांच करने के लिए, डॉज फ़ंक्शन का भी उपयोग किया जाता है, जो कि बॉट ने खुद के लिए उपयोग किया था, लेकिन बहुत अधिक सिमुलेशन समय और सूक्ष्मजीवों की संख्या में कटौती के साथ। मूल्यांकन की यह पद्धति काफी सटीक है, लेकिन बहुत निराशावादी है। यदि आप केवल इसका उपयोग करते हैं, तो बॉट भी शायद ही कभी गोली मारता है।

पहले संस्करण में, फ़ंक्शन ने केवल 0-1 से मारने का मौका दिया, बाद में इसे लक्ष्य के औसत एचपी मूल्य की गणना के साथ-साथ हिट द्वारा मारने का मौका भी जोड़ा गया।

अंत में, दोनों कार्यों ने एक साथ काम किया। HitPredict फ़ंक्शन का उपयोग चार बार तक किया गया था, प्रत्येक इकाई के लिए एक। प्रत्येक फ़ंक्शन की गणना करने का परिणाम गति में परिवर्तित हो गया, जिसने दिखाया कि अभी शूट करना कितना लाभदायक / खतरनाक है। मान बढ़ गया। यदि कुल मूल्य शून्य से कम था, तो शूटिंग अवरुद्ध थी। रॉकेट लांचर के लिए, यह आवश्यक था कि गति शून्य से अधिक थी।

ऐसे मामलों में अधिक आत्मविश्वास से शूट करना संभव हो गया है जहां एक सहयोगी फायरिंग करता है या रॉकेट लॉन्चर के एओई में पहुंच जाता है, आप उसे यह जानते हुए भी गोली मार सकते हैं कि सहयोगी के पास या तो समय होगा, या वह हमारे लिए शूटिंग करना सरल होगा। उदाहरण के लिए, हम एक इकाई खो देंगे, लेकिन हम एक बार में दो निकाल लेंगे।

रॉकेट लांचर के लिए, दृष्टिकोण भी प्रभावी था, सही समय पर एक शॉट दो शॉट्स की तुलना में अधिक प्रभावी है, जब हिट करने का मौका शून्य है। इस रूप में, शूटिंग फाइनल में थी, और इसने 16 वां स्थान हासिल किया।

अब फाइनल के बाद जो चिप्स जोड़े गए थे।

सटीक लक्ष्य: यदि वर्तमान दृष्टि और वांछित के बीच का कोण बहुत बड़ा नहीं है, तो हम डेटा दर पर दृष्टि का लक्ष्य रखते हैं ताकि प्रसार को न बढ़ाया जा सके।

पिस्तौल के लिए सूचना कोण: अजीब तरह से, चिप बहुत सरल है, लेकिन इससे पहले दिमाग में नहीं आया था। प्रसार कारक (तितर बितर / अधिकतम बिखराव) को शूट करने की मनाही 0.6 से अधिक है, तो 1x1 मोड में 3: 1 में जीत का प्रतिशत हथियारों के सीडी में शूट किए गए संस्करण के विरुद्ध है। 0.3 के कारक को कम करना, पैरामीटर 0.6 के साथ संस्करण के खिलाफ जीत का समान प्रतिशत प्रदान करता है। इस प्रकार, सबसे सरल अनुकूलन में से एक सबसे प्रभावी में से एक निकला।

HitPredict फ़ंक्शन के संचालन का विज़ुअलाइज़ेशन, हिट की गारंटी देने वाले प्रक्षेपवक्र लाल रंग में चिह्नित हैं।

पथ प्रदर्शन

नेविगेशन के समापन तक कोई शब्द नहीं था। शुरुआती बॉट से थोड़ा सुधार हुआ एल्गोरिदम का उपयोग किया गया था, और यह आमतौर पर पर्याप्त था।

इसलिए, जब जटिल कार्ड गए, तो बॉट के पास बहुत कठिन समय था। एक तत्काल बीएफएस खोज एल्गोरिथ्म को तत्काल लिखा गया था, जो कि टाइलों द्वारा, बस इसकी भौतिक पुनरावृत्ति को ध्यान में रखे बिना एक मार्ग की तलाश में था। पाया पथ को पारित करने के लिए बॉट के लिए, विभिन्न बैसाखी का उपयोग किया गया था। यह सब बहुत कुटिलता से काम करता है, और कभी-कभी यह बिल्कुल काम नहीं करता है, लेकिन फिर भी बॉट किसी तरह हथियार और प्राथमिक चिकित्सा किट प्राप्त कर सकता है, और मौके पर कूद नहीं सकता।

फाइनल के बाद, नेविगेशन में काफी सुधार हुआ और, मेरी टिप्पणियों के अनुसार, इसने बेहतर पथ खोज एल्गोरिदम के साथ कई प्रतिभागियों की तुलना में अधिक कुशलता से व्यवहार किया।

कार्य का सिद्धांत: बॉट 5x5 वर्ग के भीतर रास्ते पर सेल के लिए सबसे दूर की खोज करता है, जो कि बॉट के केंद्र से दिखाई देता है, और इस बिंदु पर चलता है।

फिर भी, बहुत अंत तक, यह एक अविश्वसनीय रूप से बैसाखी कोड बना रहा जो केवल अंतिम नक्शे पर काम करता था और अन्य, अधिक जटिल लोगों पर गिरता था।

ग्रीन चिह्नित पथ डायक्स्ट्रोय पाया। बॉट एक सफेद वर्ग के साथ चिह्नित बिंदु का अनुसरण करता है।

चल रहा है और समारोह का अनुमान है

फाइनल से पहले, कोई मूल्यांकन कार्य नहीं किया गया था, इसके बजाय ifs की एक श्रृंखला का उपयोग किया गया था, जिसने प्राथमिकता के क्रम में दिए गए शर्तों के अनुसार लक्ष्य पर बॉट सेट किया था। उदाहरण के लिए, पहले हथियारों की खोज थी यदि बॉट में एक नहीं है, तो अगर हम घायल हैं, तो एक प्राथमिक चिकित्सा किट की खोज करें, आदि।
यह सरल मानचित्रों पर काम करता था, हालांकि यह टेढ़ा था, क्योंकि प्राथमिकताएं बहुत तेजी से बदल गईं और विभिन्न अतिरिक्त कारकों को ध्यान में नहीं रखा।

इसलिए, एक मूल्यांकन समारोह फिर भी लिखा गया था।

मुख्य पैरामीटर

यूनिट स्वास्थ्य, सबसे बड़ा बोनस।
. — , — .
— , . (1 — / . ), , . , , .
. , , .
, , , .
.
, .
.
एक बड़ा बोनस अगर हम आत्म-विस्फोट के साथ दुश्मन को छू सकते हैं।

अंतिम दो पैरामीटर फाइनल में नहीं थे।

इन सभी बोनसों की गणना प्रत्येक टिक के लिए की जाती है, सारांशित और कुल मूल्य का औसत होता है। इसके अलावा, अनुमानित पैरामीटर हैं जो प्रत्येक दिशा के लिए एक बार गणना की जाती हैं।

निकटतम दुश्मन की ओर बढ़ने के लिए बोनस।
निकटतम प्राथमिक चिकित्सा किट की ओर बढ़ने के लिए बोनस। हमारे पास जितना कम स्वास्थ्य होगा, बोनस उतना ही मजबूत होगा।
यदि हमारे पास हथियार नहीं है, या बॉट की तुलना में अधिक प्राथमिकता वाले हथियार के लिए आगे बढ़ने के लिए निकटतम हथियार पर जाने के लिए बोनस।
अगर बॉट उनमें से दो से कम है तो लुटबॉक्स मिनट में जाने के लिए बोनस।
दुश्मन के निकटतम प्राथमिक चिकित्सा किट में जाने के लिए बोनस, अगर हम दुश्मन की तुलना में प्राथमिक चिकित्सा किट के करीब हैं।
सबसे दिलचस्प बोनस। इसे फाइनल के बाद जोड़ा गया था। आपको दुश्मन के बॉट को इलाज करने से रोकने की अनुमति देता है। टिप्पणियों के अनुसार, यह काफी प्रभावी निकला।

टिप्पणियाँ

सिमुलेशन गहराई 30 टिक्स है।
दुश्मन बॉट का व्यवहार नकली नहीं है। खेल बहुत गतिशील है और पर्याप्त रूप से दुश्मन के आंदोलन की भविष्यवाणी करना बहुत मुश्किल है और विशेष रूप से आवश्यक नहीं है। यह पागल आत्महत्याओं से बचने के लिए उपयोगी हो सकता है, लेकिन ऐसा कभी नहीं किया गया था।
लुप्त होती गोलियों के साथ समस्याओं से बचने के लिए, यदि वे मैदान पर हैं, तो हम प्रति टिक (खेल में) प्रति 100 माइक्रोटिक्स की गुणवत्ता के साथ अनुकरण करते हैं, अन्यथा हम इसे घटाकर 5 कर देते हैं।
आप देख सकते हैं कि कोई क्षीणन गुणांक लागू नहीं किया गया है। शायद यह गलती थी।

MoveHelperOld में पुराना चाल विकल्प है, MoveHelper में नया।

मेरा बॉट (दाईं ओर) फर्स्ट-एड किट को गार्ड करता है

खान

खानों के बारे में अलग से बताने की जरूरत है। यदि शुरू में यह एक बहुत महत्वपूर्ण गेमप्ले तत्व नहीं था, तो यह मुख्य बिंदुओं को माना जाता था। बीटा परीक्षण के बाद, खदानों में विस्फोट करने की क्षमता अचानक जोड़ दी गई थी यदि वे एक गोली या विस्फोट से प्रभावित थे। इसके अलावा, खदान को स्थापित करना और उसी टिक में इसे कम करना संभव था।

यही है, यदि आप केवल दो टिक खर्च करते हैं, तो आप किसी भी दुश्मन इकाई को अपने साथ ले जा सकते हैं। दुश्मन ने हमारी मृत्यु के लिए 1000 अंक प्राप्त किए, लेकिन हमने उसकी मृत्यु के लिए विध्वंस के समय 1000 + उसका स्वास्थ्य प्राप्त किया। यदि आप इसे दो बार दोहराते हैं, तो आप बहुत अधिक संभावना के साथ जीत को सुरक्षित कर सकते हैं।

शोषण इतना मजबूत निकला कि एक प्रतिभागी, जो समग्र रेटिंग में 15 वें स्थान पर था, अप्रत्याशित रूप से अंतिम में 4 वें स्थान पर खिसक गया, बस एक सक्षम कमिकेज़ के कारण।

(अंतर यह है कि सामान्य रैंकिंग में दोनों सरल और जटिल कार्ड हैं। सरल कार्ड पर, आत्महत्या बदतर काम करती है।)

फाइनल में, रणनीति ने खानों का उपयोग किया, लेकिन जानबूझकर आत्म-विस्फोट का उपयोग नहीं किया। फाइनल के बाद, जब अतिरिक्त पुरस्कारों के लिए संघर्ष हुआ, तो TryPlantMine2 मॉड्यूल जोड़ा गया, जो कि दानव को लागू करता है। सबसे पहले, कोड में त्रुटियों के कारण, मॉड्यूल विशेष रूप से कुशल नहीं था, लेकिन नवीनतम संस्करण में सब कुछ ठीक करना संभव था, और रणनीति ने तुरंत रेटिंग को ऊपर चढ़ना शुरू कर दिया। यह इस बात पर पहुंच गया कि उसने शीर्ष 3 में भी उड़ान भरी, हालांकि तब वह कुछ फिसल गई थी।

कार्य का सिद्धांत: यदि हम ऐसी स्थिति में हैं, जो आपको एक खदान लगाने की अनुमति देता है, और बाद में पाँच टिक्सेस से शूट नहीं कर सकता है, तो तीन विकल्पों का अनुकरण कर सकते हैं: बस नीचे शूट करें, एक खदान डालें और दो खानों और शूट करें। दुश्मनों और सहयोगियों के लिए, हम एक ही डॉज फ़ंक्शन का उपयोग करके आंदोलन का अनुकरण करते हैं, यह जांचने के लिए कि क्या वे विस्फोट क्षेत्र से बाहर कूद सकते हैं इससे पहले कि हम कम करने के लिए तैयार हैं (यह निश्चित नहीं है कि यह कितना आवश्यक था)। प्रत्येक विकल्प के लिए, हम जांचते हैं कि यह हमारे लिए अंकों पर कितना फायदेमंद है, अगर हम काले रंग में हैं, तो हम कमतर हैं (इस तरह से हमें यह जानकर भी कम आंका जा सकता है कि हमारी दो इकाइयां और एक दुश्मन मर जाएगा, लेकिन हम अभी भी जीतेंगे)

रेटिंग पर स्व-प्रभाव का प्रभाव

जाँच - परिणाम

सरल समाधान अक्सर अधिक जटिल लोगों की तुलना में अधिक प्रभावी हो सकते हैं, लेकिन इसकी अपनी सीमा होती है। इस दृष्टिकोण के साथ, आप काफी उच्च तक पहुंच सकते हैं, लेकिन तब जाल में गिर जाते हैं जब रणनीति में सुधार की क्षमता पहले ही समाप्त हो गई है, और रणनीति की ताकत बढ़ाने के लिए कट्टरपंथी परिवर्तनों के बिना असंभव है। भविष्य के लिए, आपको किसी तरह के मध्यवर्ती विकल्प के बारे में सोचना चाहिए।

निष्कर्ष

सामान्य तौर पर, मुझे यह चैम्पियनशिप पसंद आई, हालांकि मैं इसके प्रति पक्षपाती हूं, क्योंकि यह पहली बार है जब मैं कोई स्थान लेने में सफल रहा। फिर भी, मेरी व्यक्तिपरक भावनाओं पर विचार किए बिना, इस वर्ष उच्च स्तर पर बहुत कुछ महसूस किया गया है।

पहली बार टेलीग्राम में एक ऐसे व्यक्ति के साथ संवाद करना संभव था जो तकनीकी भाग के लिए जिम्मेदार है, और जिसने तुरंत सभी सवालों के जवाब दिए, जिसके लिए उसे बहुत धन्यवाद।
पहली बार, एक सामान्य निर्मित विज़ुअलाइज़र लोकरनर में मौजूद था। पहले, डीबगिंग ग्राफ़िक्स को आउटपुट करने के लिए, आपको अपना स्वयं का लिखना होता था।
अंत में, असुविधाजनक और छोटी गाड़ी उपयोगिता रिपीटर के बजाय, लैन में "रिपीट गेम" बटन जोड़ा जाता है।

बेशक, खानों के साथ एक बड़ा शोषण है।

और मैं आशा करूंगा कि इस चैंपियनशिप में मेरी उपलब्धियां आकस्मिक नहीं हैं और अगली बार मैं कम से कम एक जगह बचाने में सक्षम हो जाऊंगा, और इससे भी बेहतर स्थिति में आना (सपने देखना हानिकारक नहीं है)।

बॉट कोड को github: github.com/silentnox/CodeSide पर देखा जा सकता है

रूसी एआई कप 2019 के लिए मेरा बॉट