算法，击败这纽约时报“岩石/纸/剪刀AI

Question

算法，击败*纽约时报'人工智能没有蛮力强迫在岩石/纸/剪刀？ （在老兵模式）

http://www.nytimes.com/interactive/science/rock-paper-scissors.html?_r=1& （必须启用Flash与AI玩）（网站不断地给出了AI如何选择下一步的行动，你参加了至少5次后的信息）

我学习机我自己学习，我很新手。 （刚刚开始昨天）。

我的朋友告诉我，他们被分配到解决上述问题，而不需要学习ML课程中的任何ML技术。我也想这样做，但除了暴力强迫之外，我想不出其他任何方式。

对于训练数据集玩AI100或更多时间并收集这些100或更多的数据。使用此数据创建算法，以便在使用程序时赢得更多游戏而不使用程序。作为一名超级新手，我根本想不出什么。

任何提示？ 感谢

Answer 1

新手模式

因此该网站的好处是，是，它给出了这个概念背后的一举一动。它试图通过查看你的动作历史来预测你的动作。 所以，你的移动历史可能是以下几点： （石= R，剪刀= S和纸= P）

r p s p p s s r r p s 

现在看起来透过历史，并试图找到r p s复发。它在历史开始时发现r p s p p s s r r p s，并且发现你之后玩过p。因此计算机的下一步将是s。

如果找不到字符串的重复发生（r p s），它会查看较小的字符串（p s）等等。如果它发现多次复发，挑选最多复发的那个（或者甚至只是随机选择一个）。

所以你可以编写一个程序，它和网站上的完全一样。你试图预测你自己的举动（如网站的程序）。因此例如（r p s），计算机会预测移动p，因此有了这些知识，您可以选择s。

老将模式

在老兵模式AI使用20万个游戏的历史来预测你的下一步行动。因此，要尝试打败你，将以与AI完全相同的方式使用100场比赛的历史。

您可以查看当前尝试的历史记录（100场比赛），并尝试查找某种类型的重复（例如r s p r）。你看看电脑的反应是什么。现在你选择相应的东西，以便打败电脑。当然这不会总是赢，因为计算机经常在两次选择之间使用随机化的响应（以及更长的历史，所以更多的样本可供选择）。但是这应该会增加你获得的胜利。

我也没有任何机器学习的经验，但这是我编写程序的策略。

我希望这会有所帮助。

如果你不能打败他们加入他们的行列;） 干杯