قبل ستة عشر عامًا كتبتُ برنامج جافا يحاول اختيار الحركة المثالية في لعبة ألغاز تُسمى Drop7. في كل دور، لا يملك اللاعب سوى سبعة خيارات لحركته التالية، لكن عنصر الصدفة يحوّل هذه اللعبة البسيطة الظاهرة إلى مشكلة صعبة بشكل مدهش تتضمن البحث والمعلومات المخفية والتخطيط طويل المدى والاحتمالات.
جددتُ بحثي في نهاية هذا الأسبوع، متسائلًا عما إذا كانت هناك استراتيجية ذاتية تحقق متوسط أكثر من مليون نقطة لكل لعبة. يستطيع لاعب بشري متمرس بلوغ مليون نقطة من خلال التفكير الاستراتيجي طويل المدى، لكن أفضل الاستراتيجيات الآلية التي توصلتُ إليها تحقق حاليًا متوسطًا يقارب 300 ألف إلى 400 ألف نقطة.
أقوى مرشح بحثي حتى الآن، وهو جداول بحث متعلَّمة داخل بحث بعمق 4، حقق متوسطًا قدره 516,155 نقطة عبر 512 لعبة لم تُرَ من قبل. أما خوارزمية expectimax بعمق 4 مع دالة تقييم للأوراق مكتوبة يدويًا فحققت متوسطًا قدره 382,567 على الألعاب نفسها. ولا يزال كلاهما أقل بكثير من المليون، لذلك لا تزال مسألة البحث مفتوحة.
من أسهل الطرق للمساهمة المنافسة على لوحة الصدارة العالمية وإرسال استراتيجيتك البشرية عبر drop7.dev/compete. كما كان المشروع تجربة في استخدام الوكلاء بوصفهم متعاونين بحثيين وجامعي أدلة. المستودع الكامل متاح على GitHub تحت الاسم keshavsaharia/drop7-bench.
الملاحظات مرحّب بها بشكل خاص من أصحاب المعرفة بنظرية الألعاب والتخطيط العشوائي والدوال القيمية المتعلَّمة أو التقييم ذي الذيل الثقيل. كيف ستتعامل مع ترتيب الإجراءات طويلة الأفق هنا؟
المصدر: Hacker News · لخّصه HeadlinesBriefing