Get best of the week

继续参加2019年俄罗斯AI杯（并取得胜利）

大家好，我叫安德烈·托卡列夫（Andrey Tokarev），我想再次分享我参加俄罗斯AI杯和胜利的经历。

如果没有人知道，俄罗斯AI杯（以下简称RAIK）是一个人工智能编程冠军，我们（或更确切地说，我们的程序）必须控制一个或多个彼此竞争的角色（单位）。今年的游戏是二维平台游戏，让人想起了90年代初的计算机游戏，而这些单位是武装人员，应该杀死敌人的同一个人。您可以在公告中阅读有关此内容的更多信息。



这次没有召开会议来讨论RAIK的议程，所以让我们说清楚。


第一眼


因此，我碰到了规则，尝试了游戏。第一印象是-在这里做什么？由于单位没有惯性，并且初始关卡没有封闭的周期，因此敌人可以随时向我们坚持，并为此防御自己。在这种情况下，您知道，可能性非常有限。您不会躲避子弹。但是我的最初恐惧并没有实现，尽管机会的因素很高，但是这些规则还是可以玩的。

我没有立即开始发展，过了几天傻瓜决定反思。我没有想出什么特别的东西。显然，您需要躲避子弹，追赶急救箱，如果可能的话，不要让敌人携带急救箱及所有其他物品。仍然有一些模糊的计划来寻找具有战略优势的职位，并围绕它们展开工作，但是如何区分这些职位尚不完全清楚。

开始


所以我们开始。出于习惯，我将语言包中的数据对象转换为自己的数据结构。是的，这需要一些时间，但不是很多，但是我获得了更大的灵活性，可以在更熟悉的环境中工作，并且在我转换时，最好开始了解游戏世界的工作方式。当然，不是一次全部，而是根据需要。例如，直到锦标赛的政治局势迫使我诉诸极端手段之前，我才重新创建地雷。我大致照搬了Smartgayev的逻辑，只增加了我和敌人之间是否存在隔离墙的检查。我看了看，他们似乎运转良好，所以我们可以假设我们有游戏世界。

模拟


现在，我们进入所有RAIK参与者最喜欢的消遣：我们正在编写模拟！阅读冠军聊天后，很明显写出准确的模拟是不好的。因此，我立即得分了。事实证明，即使从天花板反弹了一点，柚木内部还是有差异。当然，可以将其修改几天并显着提高准确性，但是，首先，不知道从中获得什么收益。其次，我太不耐烦了，一如既往，我希望尽快看到结果。因此，我决定开始编写策略本身，并且我认为如果需要的话，我将校正我的仿真曲线。事后看来，我必须说我也许是错的。
立刻将模拟恢复到正常状态是值得的，因此有必要在那里进行校正直到锦标赛结束，但仍然保持弯曲。

战略依据


然后，根据标准场景进行操作：我们由单位机器人生成一系列动作，模拟游戏世界中的变化，并将其全部提交给评估函数（OF）的输入。如果在足球比赛（去年的锦标赛）中，在完全随机人数的情况下追球没有效果（击打球的机会很少，尤其是从正确的角度），那么就没有这种问题。基本上，我们需要对两件事进行模拟：躲避子弹和找到道路。一些完全随机的动作场景足以逃脱子弹。至少在不是那么困难的地图上，几十种方案也将或多或少地用于某种方式的搜索。

顺便说一下，寻找方法-很显然，计数到终点并不总是可能的，因此您需要能够确定距离。使用相同的模拟，可以或多或少地准确地计算出时间距离。但是在这里我也简化了它，只是计算了沿矩形网格的距离。当然，这种简化会对复杂的地图产生一些影响。有时，我的部队仍在寻找武器时感到困惑，而敌人已经开始射击。没错，这些事件很少见。

目标的选择非常简单：没有武器时，我们就去武器；如果有武器，我们就去敌人；如果没有“健康”，我们去药房。在使用急救包和武器的情况下，那些离目标较近的物体被排除在外。由于某种原因，对我来说，首先要考虑的是武器。

第一个评估函数由两个部分组成：系数大的健康（不是我的，而是单位），系数小的目标与目标的距离。
那些。选择的路线不落在子弹下，但同时尽可能快地接近目标。重要的是要记住为下一个刻度找到的最佳路线，否则，当我们找到一个不错的选择却没有在下一个刻度给出时，可能会出现这种情况。

我们走在前面，第一个改进


从战斗中看，很明显，如果敌人有正常的躲闪，那么几乎不可能远距离进入。这是在浪费子弹。因此，我添加了一个简单的射击条件：仅在敌人距离7米以下时射击。另外，如果距离很大，即使剪辑中仅丢失一颗子弹，也值得充电。这两个简单的条件增加了很多。

这是我发送的第一个版本。在同一天，我意识到枪支比机关枪更有利可图。另外，如果射门不是很快，他会向OB增加与敌人的另一距离。因此，在重装时，他试图保持距离。

起步非常成功。我不记得在重设之前（大约在前三到五处），该策略在排名中成功提升了多少，而在重设之后自信地上升了。

下一个版本的主要改进是由于试图控制急救箱。再说一遍，一切都很简单：计算出了急救箱到我和敌人的距离，如果它们近似相等，则认为急救箱已经抽出了，因此，离它更近的人也是如此。评估功能已考虑到这一点。那些。从理论上讲，该部队试图摆放自己的位置，以使尽可能多的急救箱模糊不清。从理论上讲，当然可以，但实际上却不行。

之后，我很久没有发送更新了。令我惊讶的是，该策略首先达到了第一名，然后仍然下降了100多分。大概每个人都以为我在削减一些很酷的东西，这个令人震惊的策略飞速增长令我感到震惊。惨不忍睹，因为对急救箱的控制很笨拙，有两种射击方法，但基本上这是基于模拟曲线的简单躲避和移动。

测试中


我想单独谈一谈，因为适当的测试是开发中非常重要的部分，许多参与者似乎忽略了这一方面。人们直觉上误解了事故。

假设我们进行了一次测试，经过40场比赛，我们看到27:13的得分赞成新的得分。就是这样，我们找到了Grail，停止测试并接受更改。实际上，即使使用相等的力，这种情况的可能性也大约为2％。

再举一个例子，如果得分为55:45或更高，我们将启动100场比赛并接受更改。一个版本可以以这种方式播放的概率为2.8％，实际上应该以相同的分数输掉。百分之几的错误看起来可能不是很大，但是如果90％的更改未成功，则意味着接受的第4个更改都将失败。因此，即使100场比赛仍然是一个一般的测试，但更少-根本没有。

当然，启动几百款游戏可能会花费很长的时间。有多种选择，您可以在夜间运行测试，在后台运行，租用服务器时间或快速制定策略：）我的第一个版本平均在某处工作5秒钟。玩游戏，真是太幸运了。

如果策略很慢，那么您可以本地驱动截断的版本-例如，更少的搜索，更少的微滴答声。我在足球（以前的RAIK）中使用了此功能，没有发现任何问题。也许质量会在某处丢失，但是，无论如何，它比检查20场比赛的变化更有利可图。

增强功能


这次，我将不评估数量上的改进。首先，它们都很小（小于20％），因此不准确。其次，模棱两可，即 新版本可以自信地击败上一个版本，并且在与其他版本的竞争中表现更差。第三，我只是不记得他们。

  • , . , . , , .
  • . .. , , . , , -. , . , , . .
  • , , . , , , , , . , . , .
  • , ? , , . . , . .

-


客观上，您需要朝垫子的方向射击。伤害预期最高。显然，从理论上讲这是无法计算的，而且在我们所不知道的数学无济于事的情况下，仿真可以解决。我们朝所有可能的方向射击，并尝试从每颗子弹中躲避敌人。我们为每个池分配将要造成的最小损害值。在常规子弹的情况下，它等于0或对其造成的伤害；对于火箭，则有3种选择。

现在我们知道了垫子。分别预计每个方向的损坏，由此我们可以轻松地计算出垫子。等待镜头的每个方向并选择最佳方向。最好在枚举中使用此函数，以便正确定位该单元，但是在每种情况下调用它的速度都太慢。每个单位每跳一次被称为一次，现在射击不是按距离进行，而是如果预期的伤害超过一定的极限。这种增加是巨大的，在火箭筒的情况下看起来很清楚-现在我什至可以瞄准墙壁上的某处，以便用爆炸波击中敌人。



但是由于无法将此功能插入搜索中，因此存在一个问题，即搜索中的镜头条件与实际情况不同。我不知道如何解决这个问题，我不得不忍受它。

在那之后，直到我引入自爆功能的最后一天为止，并没有太大的变化。如果敌人开火时没有跳跃，他会加重罚款，因为跌倒会使躲闪变得更加困难。如果他的生命很少，我会尝试预测敌人前往急救箱的道路，从而略微改善了对他们的控制。他本人从60％的健康状况开始急救急救包，而不是50％的状况。他增加了自己在PF中的距离，以使它们不会互相干扰，而火箭筒也不会立即淘汰两个。最后，他添加了一个激进的mod，以防情况在很长一段时间内都没有改变并且我失去了分数，否则我的有时会卡住。

结果


正如我所说，很快就排名第一。除了短暂的时间，我一直呆在那里直到最后。在各回合中，情况稍差一些：第一名第四，第二名第三。这表明我在对抗强者时表现不错，但对弱者却不够稳定。第二轮比赛之一清楚地证明了这一点，当时处于最后位置的kostya200300在0击败我！


自爆


像大多数参与者一样，我对自我爆炸的可能性并不热心。这大大增加了已经相当大的随机因素。但是很明显，没有它就无法做到。没错，我并不是真的想要这样做，我将其推迟到最后一天。这种技术非常简单，如果我们站在地面上，敌人在爆炸半径之内，并且有足够（最多两个）地雷，那么我们将地雷放到底部。我提出了一个附加条件，即爆炸后我获得了明显的优势，即 要么立即获胜，要么杀死比自己更多的对手。我以为，既然我渴望志向高远，那么一对一地改变是无利可图的。好吧，就像在国际象棋中一样，如果您为了赢得胜利而玩，那么连续交换所有东西都是无利可图的。这就是我如何将拥有神风敢死队技能的战士送往最终战斗的方式。

决赛


正如我已经写过的，该评级仅表示与最接近的竞争对手之间的力量平衡，而我对较弱的竞争对手没有稳定性。在这方面，淘汰决赛选手对我来说是一团糟。另一方面，恐怖主义意识形态在最后一天的广泛传播导致部队分布进一步扩大。简而言之，尽管在排名中有自信的领导，但对决赛没有任何信心，只有希望。在决赛的前半段之后，很明显，主要的斗争将发生在我和伊凡·泰亚金（Ivan Tyamgin）之间。我提出的分数很少，而其他分数则远远落后。

休息期间，我涉足捡起自爆-固定了一些东西（事实证明，地雷不应该放在楼梯的顶部），他补充了一些防止爆炸的对策。并修复了模拟，因为到目前为止，我一直紧贴角落。

最后一轮第二部分的开始对我来说是成功的，差距开始逐渐扩大，最高达到约20分。我什至放松了一点，而不是每3分钟刷新一次结果页面，而是开始在电话上下棋。当我再次看时，差距已经达到了7点，然后迅速升至第一。我想知道他们为第二名付出了什么？到最后1个小时，又出现了间隔。30分钟后，差距急剧缩小。10分钟-仅3分！一分钟……胜利似乎！瓦尼亚只输给我3分。这是随机散布的。其余的落后50分或更多。

关于有趣的错误


在决赛之后，我注意到在某些游戏中，我的单位表现得很奇怪-他们似乎似乎可以并且甚至特别地抓住它们时，也不会回避子弹。事实证明，在决赛中，我犯了一个错误-当确定敌人是否可以炸毁我时，有必要计算爆炸范围内的哪个地雷。在这里，我混合了自己和另一个单位的坐标，并错误地认为爆炸将发生在我所在的位置，因此可以保证落入爆炸半径内。已经从正确的角度考虑了真正的爆炸，因此在模拟中，敌人本身可能会向我爆炸。通常，它只是给估计增加了一个大常数，但并没有真正影响任何东西。但是，如果敌人没有足够的地雷炸毁我，事实证明我抓到子弹是有利可图的这样敌人就已经有足够的地雷了，我得到了评估的补充。也许是由于睡眠不足或啤酒罐喝醉了，但实际上，总是会发生错误。

结论


这场比赛虽然不如足球那么壮观，但从战略角度来看同样有趣。入门门槛相对较低，这对参与者的数量产生了有利的影响。在锦标赛的当月，我收到了很多激动和激动的情绪，为此，我感谢组织者。我还要感谢所有参与者，尤其是Vanya Tyamgina，他们没有让我在决赛中感到无聊。

More articles:


All Articles