Я надеюсь создавать систему AI для "выбирания" фэнтезийной футбольной команды. У меня есть только элементарные знания методов AI (особенно когда дело доходит до теории игр), таким образом, я ищу совет относительно того, какие методы могли использоваться для выполнения этого и указателей на некоторые материалы чтения.
Я знаю, что это может быть очень трудным или возможно даже невозможной задачей для AI для точного завершения: однако я не слишком заинтересован на точности, скорее я интересуюсь изучением некоторого AI, и это походит на интересный способ применить его.
Некоторые основные факты об игре:
P.S. У меня есть статистика на каждом матче, сыгранном в прошлый сезон, это могло использоваться для обучения системы AI?
Это интересно.
Итак, если вас совсем не заботит точность, вы можете просто придумать некоторую эвристику для оценки качества команды. Например, назначьте каждому игроку значение в очках, а затем попытайтесь максимизировать его с помощью динамического программирования. Примерно так: http://www.cse.unl.edu/~goddard/Courses/CSCE310J/Lectures/Lecture8-DynamicProgramming.pdf
Это было бы похоже на задачу о рюкзаке.
Технически это ИИ, поскольку компьютер решает что-то, но, возможно, не то, что вы имели в виду.
Похоже, вам нужен обучающийся ИИ ( http://en.wikipedia.org/wiki/Machine_learning ), что является интересной областью. Вот как можно подойти к проблеме.
Определите свои входы. Прямо сейчас у вас есть данные за последние годы. Возможно, вам понадобятся данные за многие годы. Кроме того, вы можете включить рейтинг экспертов, может быть, несколько журналов оценивают игроков или что-то еще, что тоже кажется полезным.
Принимайте участие и используйте их в алгоритмах машинного обучения для каждого сезона. Википедия вам поможет.
По сути, для каждого сезона вы захотите ввести свои данные, пусть ваш ИИ выберет команду, а затем оценивает производительность команды на основе результатов сезона.
Продолжайте делать это, и, возможно, ваш бот научится лучше отбирать команды, и вы сможете применить данные за этот год.
(Если у вас есть только прошлогодние данные, можно обучить алгоритм только на них, но ваш ИИ, вероятно, будет перетренирован на этом одном наборе и не будет таким точным.)
Это был просто набросок о том, как это может выглядеть. Для увлечения искусственным интеллектом эта проблема, вероятно, довольно сложна, поэтому не расстраивайтесь, если поначалу она кажется непосильной.