来源书籍
AI游戏开发和深度学习进阶
章节与卡片
06 1.3 游戏AI是否会剥夺人类的乐趣
2 张卡片
- 棋力与认知是两项指标 理解等级:高级 普通读书笔记卡
- 随机开局减少背谱优势 理解等级:中级 普通读书笔记卡
07 1.4 游戏AI的意义
2 张卡片
- 协作流程影响组合棋力 理解等级:中级 普通读书笔记卡
- 计算实验帮助形成猜想 理解等级:中级 普通读书笔记卡
08 1.5 游戏的深奥程度与“先下手为强”定理
2 张卡片
- 战略盗用证明先手必胜 理解等级:高级 普通读书笔记卡
- 约数游戏对应巧克力棋盘 理解等级:中级 普通读书笔记卡
10 2.1 搜索树
3 张卡片
- 空格回原位限制滑块奇偶性 理解等级:中级 普通读书笔记卡
- 用约束生成渡河状态 理解等级:中级 普通读书笔记卡
- 搜索路径会汇入同一状态 理解等级:中级 普通读书笔记卡
11 2.1.2 深度优先搜索
3 张卡片
- 栈决定深度优先扩展 理解等级:中级 普通读书笔记卡
- 前沿和已扩展集消除重复 理解等级:中级 普通读书笔记卡
- 逐步加深避开无限分支 理解等级:中级 普通读书笔记卡
12 2.1.3 宽度优先搜索
1 张卡片
- 先进先出保证先扩展浅层 理解等级:中级 普通读书笔记卡
13 2.1.4 A*搜索
3 张卡片
- 按已付代价与余程排序 理解等级:中级 普通读书笔记卡
- 下界如何保证最优解 理解等级:高级 普通读书笔记卡
- 更紧的启发式压缩搜索 理解等级:高级 普通读书笔记卡
14 2.2 推箱子
2 张卡片
- 放宽规则得到代价下界 理解等级:中级 普通读书笔记卡
- 先识别无解状态再扩展 理解等级:中级 普通读书笔记卡
15 2.3 数字连线
1 张卡片
- 用线头估计剩余连接长度 理解等级:中级 普通读书笔记卡
16 2.4 日式华容道
1 张卡片
- 改变计步会改变最短解 理解等级:中级 普通读书笔记卡
17 2.5 孔明棋
1 张卡片
- 位置权重引导孔明棋搜索 理解等级:中级 普通读书笔记卡
18 2.6 尝试用数学知识解决数独问题
2 张卡片
- 先填候选最少的格子 理解等级:中级 普通读书笔记卡
- 把数独改写为多项式系统 理解等级:高级 普通读书笔记卡
21 3.2 数学家弄错的国际象棋谜题
1 张卡片
- 冲突时撤回最近的试探 理解等级:中级 普通读书笔记卡
22 3.3 线条图的解释与错觉画
1 张卡片
- 用局部标签解释立体线描 理解等级:中级 普通读书笔记卡
23 3.4 ATMS与四色问题
3 张卡片
- 新事实会撤销默认结论 理解等级:初级 普通读书笔记卡
- 记录结论的最小假设集 理解等级:高级 普通读书笔记卡
- 最小冲突淘汰全部超集 理解等级:中级 普通读书笔记卡
25 3.5.1 尽可能放置多个棋子
2 张卡片
- 分支上界低于现解就剪枝 理解等级:中级 普通读书笔记卡
- 用分块证明摆放上限 理解等级:中级 普通读书笔记卡
26 3.5.2 尽可能攻击多个区域
1 张卡片
- 由未覆盖目标决定搜索分支 理解等级:中级 普通读书笔记卡
27 3.6 Knuth的谜题与位棋盘
1 张卡片
- 用位棋盘归并对称局面 理解等级:中级 普通读书笔记卡
30 4.2 游戏的树搜索
4 张卡片
- 极大极小值沿博弈树回传 理解等级:中级 普通读书笔记卡
- 零和对局可用变号统一递推 理解等级:中级 普通读书笔记卡
- 上下界交错即可剪去分支 理解等级:高级 普通读书笔记卡
- 截断搜索依赖局面估分 理解等级:中级 普通读书笔记卡
31 4.3 黑白棋与Fool’s mate
2 张卡片
- 行动自由与棋子稳定性 理解等级:中级 普通读书笔记卡
- 合作型谜题改写双方目标 理解等级:中级 普通读书笔记卡
32 4.4 A*马里奥
1 张卡片
- 运动状态决定可达范围 理解等级:中级 普通读书笔记卡
33 4.5 蒙特卡罗树搜索
2 张卡片
- 随机模拟胜率依赖对手模型 理解等级:中级 普通读书笔记卡
- 用回传结果分配模拟预算 理解等级:中级 普通读书笔记卡
34 4.6 立体四子棋
2 张卡片
- 重力约束改变三连威胁 理解等级:中级 普通读书笔记卡
- 按节点预算调整搜索深度 理解等级:中级 普通读书笔记卡
35 4.7 黑白棋的蒙特卡罗算法和NegaScout算法
1 张卡片
- 用窄窗先判断能否改进 理解等级:高级 普通读书笔记卡
36 4.8 如何赢得博弈
2 张卡片
- 上置信界给少试选项机会 理解等级:中级 普通读书笔记卡
- 遗憾衡量试错的累计成本 理解等级:高级 普通读书笔记卡
37 4.9 消灭幽灵:AI吃豆人
1 张卡片
- 只在分岔处展开动作 理解等级:中级 普通读书笔记卡
39 5.1 来自AlphaGo的震撼
3 张卡片
- 策略先验与价值评估分工 理解等级:中级 普通读书笔记卡
- 自我对弈把搜索变成老师 理解等级:高级 普通读书笔记卡
- 连续棋局会放大训练冗余 理解等级:中级 普通读书笔记卡
40 5.2 DQN和街机游戏
2 张卡片
- 用后继价值更新当前动作 理解等级:中级 普通读书笔记卡
- 经验回放打散连续训练样本 理解等级:中级 普通读书笔记卡
41 5.3 进化的马里奥
1 张卡片
- 遗传搜索可直接优化动作表 理解等级:中级 普通读书笔记卡
42 5.4 神经进化
1 张卡片
- 创新编号对齐异构网络基因 理解等级:高级 普通读书笔记卡
43 5.5 吃豆人的神经进化
2 张卡片
- 用可逃路径识别包围风险 理解等级:中级 普通读书笔记卡
- 模块切换可适应阶段任务 理解等级:中级 普通读书笔记卡
44 5.6 充满好奇心的马里奥
2 张卡片
- 预测误差可作探索奖励 理解等级:高级 普通读书笔记卡
- 好奇心迁移受新关卡制约 理解等级:中级 普通读书笔记卡
46 6.1 为什么需要类人化的AI
1 张卡片
- 玩法体验也是控制器目标 理解等级:中级 普通读书笔记卡
47 6.2 通用游戏是什么
1 张卡片
- 运行时规则与搜索解耦 理解等级:中级 普通读书笔记卡
48 6.3 图灵测试和最类人化的AI
1 张卡片
- 盲评只能测可观察的类人性 理解等级:中级 普通读书笔记卡
49 6.4 不使用“类人化”函数的类人化游戏AI
2 张卡片
- 用动作价值压缩模仿输入 理解等级:高级 普通读书笔记卡
- 动作频率一致仍需看时序 理解等级:中级 普通读书笔记卡
50 6.5 使用“类人化”函数的类人化游戏AI
1 张卡片
- 类人评分会奖励意外行为 理解等级:高级 普通读书笔记卡
全书概览
AI游戏开发和深度学习进阶
Skill 版本:v24
执行模式:light
建档进度:done
全书评级:经典原理。A* 的代价界、约束回溯、α–β 剪枝与 UCT 的预算分配跨题复用,信息浓度高、稳定性高。竞赛参数和版本沿革作为当时的案例。
生成后复核:轻量模式跳过。
阅读整书笔记
章节进度追踪表
| 章节号 | 章节标题 | 状态 | 卡片数 |
|---|---|---|---|
| 01 | 译者序 | done | 0 |
| 02 | 前言 | done | 0 |
| 03 | 第1章 谜题与游戏AI的过去和现在 | done | 0 |
| 04 | 1.1 关于AI的预言成真了吗 | done | 0 |
| 05 | 1.2 游戏AI的历史和背景 | done | 2 |
| 06 | 1.3 游戏AI是否会剥夺人类的乐趣 | done | 2 |
| 07 | 1.4 游戏AI的意义 | done | 2 |
| 08 | 1.5 游戏的深奥程度与“先下手为强”定理 | done | 2 |
| 09 | 第2章 解谜的AI | done | 0 |
| 10 | 2.1 搜索树 | done | 3 |
| 11 | 2.1.2 深度优先搜索 | done | 3 |
| 12 | 2.1.3 宽度优先搜索 | done | 1 |
| 13 | 2.1.4 A*搜索 | done | 3 |
| 14 | 2.2 推箱子 | done | 2 |
| 15 | 2.3 数字连线 | done | 1 |
| 16 | 2.4 日式华容道 | done | 1 |
| 17 | 2.5 孔明棋 | done | 1 |
| 18 | 2.6 尝试用数学知识解决数独问题 | done | 2 |
| 19 | 第3章 依赖约束的谜题和非单调推理 | done | 0 |
| 20 | 3.1 纵向搜索与回溯 | done | 0 |
| 21 | 3.2 数学家弄错的国际象棋谜题 | done | 1 |
| 22 | 3.3 线条图的解释与错觉画 | done | 1 |
| 23 | 3.4 ATMS与四色问题 | done | 3 |
| 24 | 3.5 解开国际象棋谜题 | done | 0 |
| 25 | 3.5.1 尽可能放置多个棋子 | done | 2 |
| 26 | 3.5.2 尽可能攻击多个区域 | done | 1 |
| 27 | 3.6 Knuth的谜题与位棋盘 | done | 1 |
| 28 | 第4章 会玩游戏的AI | done | 0 |
| 29 | 4.1 井字棋与树 | done | 0 |
| 30 | 4.2 游戏的树搜索 | done | 4 |
| 31 | 4.3 黑白棋与Fool’s mate | done | 2 |
| 32 | 4.4 A*马里奥 | done | 1 |
| 33 | 4.5 蒙特卡罗树搜索 | done | 2 |
| 34 | 4.6 立体四子棋 | done | 2 |
| 35 | 4.7 黑白棋的蒙特卡罗算法和NegaScout算法 | done | 1 |
| 36 | 4.8 如何赢得博弈 | done | 2 |
| 37 | 4.9 消灭幽灵:AI吃豆人 | done | 1 |
| 38 | 第5章 学习、进化和游戏AI | done | 0 |
| 39 | 5.1 来自AlphaGo的震撼 | done | 3 |
| 40 | 5.2 DQN和街机游戏 | done | 2 |
| 41 | 5.3 进化的马里奥 | done | 1 |
| 42 | 5.4 神经进化 | done | 1 |
| 43 | 5.5 吃豆人的神经进化 | done | 2 |
| 44 | 5.6 充满好奇心的马里奥 | done | 2 |
| 45 | 第6章 游戏AI与类人化 | done | 0 |
| 46 | 6.1 为什么需要类人化的AI | done | 1 |
| 47 | 6.2 通用游戏是什么 | done | 1 |
| 48 | 6.3 图灵测试和最类人化的AI | done | 1 |
| 49 | 6.4 不使用“类人化”函数的类人化游戏AI | done | 2 |
| 50 | 6.5 使用“类人化”函数的类人化游戏AI | done | 1 |
| 51 | 参考文献 | done | 0 |
非正文排除
| spine项 | 类型 | 排除理由 |
|---|---|---|
| titlepage.xhtml | 封面 | 封面图页 |
| 0000.xhtml | 阅读平台宣传 | 仅有平台标识及宣传语 |
| 0001.xhtml | 版权页 | 出版和发行信息 |
| 0002.xhtml | 作者简介 | 作者履历 |
| 0003.xhtml | 译者简介 | 译者履历 |
待关联术语
| 术语名 | 出现章节 | 一句话语境 |
|---|---|---|
| Herbert Alexander Simon | 04 | 早期人工智能预测与认知科学 |
| Allen Newell | 04 | 早期人工智能预测与 Logic Theorist |
| Logic Theorist | 04 | 早期定理证明程序,脚注提名 |
| Marvin Minsky | 05 | 讨论早期棋类程序的意外行为 |
| 位棋盘 | 05 | 早期高速盘面表示的延伸阅读,正文转引 3.6 节 |
| 反事实遗憾最小化(CFR) | 05 | 脚注提名的近似均衡计算方法 |
| 纳什均衡 | 05 | 脚注用猜拳举例,正文只提及近似均衡策略 |
| Bobby Fischer | 06 | 批评依赖固定开局与棋谱数据库 |
| John Searle | 06 | 追问棋力能否解释棋手思考 |
| Douglas Richard Hofstadter | 06 | 用飞行类比区分任务表现与实现方式 |
| 中文房间 | 06 | 脚注提名的强人工智能思想实验 |
引用文献
| 标题 | 类型 | 出现章节 | 一句话语境 |
|---|---|---|---|
| とっておきの数学パズル | 书 | 08 | Chomp 案例出处 [13] |
| マーチン·ガードナーの数学ゲーム2 | 书 | 08 | Chomp 与战略盗用证明的出处 [19] |
| 必勝法の数学 | 书 | 08 | 策梅洛定理与棋类胜负讨论的参考 [30] |
| Checkers is solved | 论文 | 08 | 西洋跳棋双方最优时和棋的依据 [73] |
| Heuristic Problem Solving: The Next Advance in Operations Research | 论文 | 04 | 早期人工智能预测 [77] |
| Cybernetics | 书 | 05 | 可下棋的机器与人类智能 [11] |
| Programming a Computer for Playing Chess | 论文 | 05 | 分支逻辑树与早期棋类程序 [76] |
| Some studies in machine learning using the game of checkers | 论文 | 05 | 跳棋程序的经验学习 [74] |
| Deep Thinking | 书 | 05 | 深蓝比赛与棋手复盘 [17] |
| 完全なるチェス―天才ボビー·フィッシャーの生涯 | 书 | 06 | 固定开局与依赖棋谱的批评 [38] |
| 人工知能と人工生命の基礎 | 书 | 06 | 中文房间与强人工智能讨论 [5] |
| サイエンス21 | 书 | 06 | Hofstadter 对棋力与思考的评论 [15] |
| 決定力を鍛える チェス世界王者に学ぶ生き方の秘訣 | 书 | 07 | 人机协作流程 [16] |
| 近世数学史談·数学雑談 | 书 | 07 | 高斯计算实验 [28] |
| プログラミングで愉しむ数理パズル | 书 | 07 | 计算机解数学问题与谜题 [8] |
| Deep Thinking | 书 | 07 | 高级国际象棋的搜索分析 [17] |
| 人間に勝つコンピュータ将棋の作り方 | 书 | 05 | Bonanza 学习评价函数 [41] |
| Checkers is solved | 论文 | 05 | 正文援引西洋跳棋求解成果 [73],书目列 2007 年 |
| The Emotion Machine | 书 | 05 | 脚注提名并用于讨论机器异常行为的类比 |
| Gödel, Escher, Bach: An Eternal Golden Braid | 书 | 06 | Hofstadter 简介中提名 |
| それでも人生にイエスと言う | 书 | 09 | 章题页引文;书目 [39] 用日译书名,章题页标 Man’s Search for Meaning |
| ガードナーの数学パズル·ゲーム | 书 | 10 | 滑块谜题与置换奇偶性 [20] |
| サム·ロイドの「考える」パズル | 书 | 10 | 15 谜题传播及起源 [33] |
| パターンデータベースを利用した箱入り娘型スライディングパズルの最適解の探索 | 论文 | 16 | 用模式数据库估计 [18] |
| Sage | 框架 | 18 | 图 2.24 用符号代数求解 |
| Gröbner Basis Representations of Sudoku | 论文 | 18 | 数独的代数表示 [46] |
| 「数独」を数学する | 书 | 18 | 数独研究 [45] |
| 人工知能と人工生命の基礎 | 书 | 18 | 代数方法参考 [5] |
| 人工知能の方法―ゲームからWWWまで― | 书 | 18 | 代数方法参考 [6] |
| Searching for Bobby Fischer | 书 | 19 | 章题页引文 [12] |
| Nクィーン問題の解について | 论文 | 21 | 八皇后解的数量 [1] |
| mario-astar-robinbaumgarten | 源码项目 | 32 | 原书提供 A* 平台动作实例及代码路径 |
| Ms. Pac-Manにおけるモンテカルロ木探索 | 论文 | 37 | 路口决策和模拟 [3] |
| Mastering the game of Go with deep neural networks and tree search | 论文 | 39 | 原书 [78] 的策略、价值与树搜索 |
| Mastering the game of Go without human knowledge | 论文 | 39 | 自我对弈训练 [79] |
| Human-level control through deep reinforcement learning | 论文 | 40 | DQN 玩 Atari 的结果 [66] |
| AkitoSeki/marioAI | 源码项目 | 41 | 实现局部观察到动作的遗传策略表 |
| Evolving Neural Networks through Augmenting Topologies | 论文 | 42 | NEAT 结构演化 [81] |
| Curiosity-driven Exploration by Self-supervised Prediction | 论文 | 44 | ICM 和迁移实验 [70] |
| General game playing: Game description language specification | 论文 | 47 | 基础规则语言 [64] |
| A general game description language for incomplete information games | 论文 | 47 | 不完全信息扩展 [83] |
| Computing machinery and intelligence | 论文 | 48 | 图灵的行为检验 [85] |
| チューリングテストによるゲームAIの客観的評価 | 论文 | 48 | 游戏行为盲评 [44] |
| Deep Q-Networkを用いた状態表現による人間行動を模倣するゲーム | 论文 | 49 | 用价值输出压缩观察 [34] |
| MCTSの補正に基づく一般ゲームにおける人間らしさの実現 | 论文 | 50 | 为 UCB 添加行为评分 [24] |
| Modifying MCTS for Human-like General Video Game Playing | 论文 | 50 | 从人类动作习惯修订搜索 [61] |
资金安全问题案例
| 问题标题 | 问题卡 | 解决方案卡 | 出现章节 | 一句话说明 |
|---|
实践卡进度
| 序号 | 实践标题 | 实践方式 | 状态 | 关联章节 | 产出 |
|---|---|---|---|---|---|
| 001 | 追踪 A* 如何保留最短路 | 实现深读 | done | 13 | 计划与首轮源码映射 |
| 002 | 追踪树搜索的预算分配 | 实现深读 | done | 33、36、39 | 计划与首轮源码映射 |
实践候选筛选:done
未采用完整训练 AlphaZero 与类人盲评。前者需要明显增大的计算和实验范围,后者需要额外设计参与者、匿名片段与评价条件。保留两项可用固定版本源码、在小样例中独立追踪的实践。实践已经规划,尚无执行结果。
相关主题
从本书的主题进入跨书阅读,对照其他书籍的讲解。下方数量包含主题关联的全部卡片与书籍。
暂无公开主题。