लैब चूहा दौड़: आनुवंशिक एल्गोरिदम में एक व्यायाम


113

यह पाक्षिक चुनौती # 3 है। थीम: जेनेटिक एल्गोरिदम

यह चुनौती थोड़ी प्रयोग की है। हम देखना चाहते थे कि आनुवंशिक एल्गोरिदम के साथ हम क्या कर सकते हैं, चुनौती दे सकते हैं। सब कुछ इष्टतम नहीं हो सकता है, लेकिन हमने इसे सुलभ बनाने की पूरी कोशिश की। अगर यह काम करता है, जो जानता है कि हम भविष्य में क्या देख सकते हैं। शायद पहाड़ी के एक आनुवंशिक राजा?

युक्ति काफी लंबी है! हमने द बेसिक्स में युक्ति को अलग करने की कोशिश की है - नंगे न्यूनतम जिसे आपको फ्रेमवर्क के साथ खेलना शुरू करने और उत्तर प्रस्तुत करने की आवश्यकता है - और द गोरी विवरण - पूर्ण युक्ति, नियंत्रक के बारे में सभी विवरणों के साथ, जिसके आधार पर आप अपना लिख ​​सकता था।
यदि आपके कोई प्रश्न हैं, तो हमसे चैट में शामिल होने के लिए स्वतंत्र महसूस करें !

आप व्यवहार मनोविज्ञान में एक शोधकर्ता हैं। यह शुक्रवार की शाम है और आप और आपके सहकर्मी थोड़ी मस्ती करने और थोड़ी चूहा दौड़ के लिए अपने लैब चूहों का उपयोग करने का निर्णय लेते हैं। वास्तव में, इससे पहले कि हम उनके साथ भावनात्मक रूप से जुड़ जाएं, हम उन्हें नमूना कहते हैं ।

आपने नमूनों के लिए थोड़ा रेस ट्रैक स्थापित किया है, और इसे और अधिक दिलचस्प बनाने के लिए, आपने ट्रैक के पार कुछ दीवारें और जाल और टेलीपोर्टर्स लगाए हैं। अब, आपके नमूने अभी भी चूहों हैं ... उन्हें कोई पता नहीं है कि एक जाल या एक टेलीफ़ोनर क्या है। वे सभी देखते हैं कि विभिन्न रंगों में कुछ चीजें हैं। उनके पास किसी भी प्रकार की मेमोरी नहीं है - वे जो भी कर सकते हैं वे अपने वर्तमान परिवेश के आधार पर निर्णय ले सकते हैं। मुझे लगता है कि प्राकृतिक चयन उन नमूनों को बाहर निकाल देगा जो जानते हैं कि उन लोगों के जाल से कैसे बचें (यह दौड़ थोड़ी देर तक नहीं होती है ...)। खेल शुरू किया जाय!

उपयोग में बोर्ड की उदाहरण छवि

इस चुनौती के निर्माण में the४,४६५ नमूनों को नुकसान पहुंचाया गया था।

मूल बातें

यह एक एकल-खिलाड़ी गेम है (आप और आपके सहकर्मी आबादी को मिलाना नहीं चाहते थे, इसलिए हर एक ने अपना रेस ट्रैक बनाया)। रेस ट्रैक एक आयताकार ग्रिड, 15 सेल लंबा और 50 सेल चौड़ा है। आप बाएं किनारे पर यादृच्छिक (आवश्यक रूप से अलग नहीं) कोशिकाओं पर 15 नमूनों से शुरू करते हैं (जहां x = 0 )। आपके नमूनों को लक्ष्य तक पहुंचने का प्रयास करना चाहिए जो कि x 0 49 और 0 ≤ y ( 14 पर कोई भी सेल है (नमूने सही करने के लिए ट्रैक का निरीक्षण कर सकते हैं)। हर बार ऐसा होता है, आपको एक बिंदु मिलता है। आप 1 अंक के साथ खेल भी शुरू करते हैं। आपको 10,000 मोड़ के बाद अपने बिंदुओं को अधिकतम करने की कोशिश करनी चाहिए ।

कई नमूने एक ही सेल पर कब्जा कर सकते हैं और बातचीत नहीं करेंगे।

प्रत्येक मोड़ पर, प्रत्येक नमूना अपने आस-पास (केंद्र में) के साथ 5x5 ग्रिड देखता है। उस ग्रिड के प्रत्येक सेल में एक रंग -1होगा 15-1उन कोशिकाओं का प्रतिनिधित्व करता है जो सीमा से बाहर हैं। यदि यह सीमा से बाहर चला जाता है तो आपका नमूना मर जाता है। अन्य रंगों के लिए, वे खाली कोशिकाओं, जाल, दीवारों और टेलीपोर्टर्स का प्रतिनिधित्व करते हैं। लेकिन आपका नमूना यह नहीं जानता कि कौन सा रंग क्या दर्शाता है और न ही आप। हालांकि कुछ अड़चनें हैं:

  • 8 रंग खाली कोशिकाओं का प्रतिनिधित्व करेंगे।
  • 4 रंग एक रिपोर्टर का प्रतिनिधित्व करेंगे। एक टेलीफ़ोनर अपने 9x9 पड़ोस में एक निश्चित सेल को नमूना भेजेगा। यह ऑफसेट एक ही रंग के सभी टेलीपोर्टर्स के लिए समान होगा।
  • 2 रंग दीवारों का प्रतिनिधित्व करेंगे। एक दीवार में ले जाना अभी भी खड़ा है।
  • 2 रंग एक जाल का प्रतिनिधित्व करेंगे। एक जाल इंगित करता है कि एक इसके तत्काल पड़ोस में 9 कोशिकाओं के घातक (जरूरी नहीं जाल में ही सेल) है। यह ऑफसेट एक ही रंग के सभी जाल के लिए समान होगा।

अब, उस प्राकृतिक चयन के बारे में ... प्रत्येक नमूने में एक जीनोम है, जो 100 बिट्स के साथ एक संख्या है । नए नमूनों को दो मौजूदा नमूनों को पार करके बनाया जाएगा, और फिर जीनोम को थोड़ा बदल दिया जाएगा। एक नमूना जितना सफल होता है, उतना ही बड़ा होता है प्रजनन का मौका।

इसलिए यहां आपका काम है: आप एक एकल फ़ंक्शन लिखेंगे, जो एक नमूना देखता है कि रंगों के 5x5 ग्रिड के इनपुट के रूप में प्राप्त करता है, साथ ही इसके जीनोम भी। आपका फ़ंक्शन नमूने के लिए एक चाल (Δx, )y) लौटाएगा, जहां andx और bey प्रत्येक में से एक होगा {-1, 0, 1}। आपको फ़ंक्शन कॉल के बीच किसी भी डेटा को जारी नहीं रखना चाहिए। इसमें आपके अपने यादृच्छिक संख्या जनरेटर का उपयोग करना शामिल है। आपका फ़ंक्शन एक वरीयता प्राप्त RNG के साथ प्रदान किया जाएगा जिसे आप अपनी इच्छानुसार उपयोग करने के लिए स्वतंत्र हैं।

आपके सबमिशन का स्कोर 50 रैंडम ट्रैक्स में अंकों की संख्या का ज्यामितीय माध्य होगा । हमने पाया है कि यह स्कोर काफी हद तक भिन्नता के अधीन है। इसलिए, ये स्कोर प्रारंभिक होंगे । एक बार जब यह चुनौती समाप्त हो जाती है, तो एक समय सीमा की घोषणा की जाएगी। समय सीमा के अंत में, 100 बोर्डों को यादृच्छिक पर चुना जाएगा, और इन 100 बोर्डों पर सभी प्रस्तुतियाँ फिर से शुरू की जाएंगी। बेझिझक अपने जवाब में एक अनुमानित स्कोर डाल सकते हैं, लेकिन हम किसी को भी धोखा नहीं देने के लिए खुद को प्रस्तुत करेंगे।

हमने मुट्ठी भर भाषाओं में नियंत्रक कार्यक्रम प्रदान किए हैं। वर्तमान में, आप पायथन (2 या 3), रूबी , सी ++ , सी # या जावा में अपना सबमिशन लिख सकते हैं । नियंत्रक बोर्ड उत्पन्न करता है, खेल चलाता है और आनुवंशिक एल्गोरिथ्म के लिए एक रूपरेखा प्रदान करता है। आपको बस इतना करना है कि चल समारोह प्रदान करना है।

रुको, तो मैं वास्तव में जीनोम के साथ क्या करता हूं?

चुनौती यह पता लगाने की है कि!

चूंकि नमूनों की कोई स्मृति नहीं है, इसलिए आपको दिए गए मोड़ में 5x5 ग्रिड का एक रंग है जो आपके लिए कुछ भी मायने नहीं रखता है। तो आपको लक्ष्य तक पहुंचने के लिए जीनोम का उपयोग करना होगा। सामान्य विचार यह है कि आप रंगों या ग्रिड लेआउट के बारे में जानकारी संग्रहीत करने के लिए जीनोम के कुछ हिस्सों का उपयोग करते हैं, और आपका बॉट जीनोम में संग्रहीत अतिरिक्त जानकारी पर अपने निर्णयों को आधार बनाता है।

अब, निश्चित रूप से आप वास्तव में वहां कुछ भी स्टोर नहीं कर सकते हैं। तो वहाँ संग्रहीत वास्तविक जानकारी शुरू में पूरी तरह से यादृच्छिक होगी। लेकिन आनुवंशिक एल्गोरिथम जल्द ही उन नमूनों का चयन करेगा जिनके जीनोम में सही जानकारी होती है, जबकि गलत जानकारी होती है। आपका लक्ष्य जीनोम बिट्स और आपके क्षेत्र के दृश्य को एक चाल से मैप करना है, जो आपको लक्ष्य के लिए एक रास्ता खोजने की अनुमति देता है और जो लगातार जीतने की रणनीति के लिए विकसित होता है।

आपको आरंभ करने के लिए यह पर्याप्त जानकारी होनी चाहिए। यदि आप चाहें, तो आप अगले अनुभाग को छोड़ सकते हैं, और नीचे नियंत्रक की सूची से अपनी पसंद के नियंत्रक का चयन कर सकते हैं (जिसमें उस विशेष नियंत्रक का उपयोग करने के तरीके के बारे में जानकारी भी शामिल है)।

आगे पढ़िए अगर आप सभी चाहते हैं ...

द गोरी डिटेल्स

यह विनिर्देशन पूर्ण है। सभी नियंत्रकों को इन नियमों को लागू करना होगा।

सभी यादृच्छिकता एक समान वितरण का उपयोग करती है, जब तक कि अन्यथा न कहा जाए।

ट्रैक पीढ़ी:

  • ट्रैक एक आयताकार ग्रिड है, एक्स = 53 सेल चौड़ा और वाई = 15 सेल लंबा। साथ कोशिकाओं एक्स ≥ 49 हैं लक्ष्य कोशिकाओं (जहां एक्स शून्य पर आधारित)।
  • प्रत्येक कोशिका का एक ही रंग होता है और घातक हो सकता है या नहीं हो सकता है - कोशिकाएं तब तक घातक नहीं होती हैं जब तक कि नीचे दिए गए सेल प्रकारों में से एक द्वारा निर्दिष्ट नहीं किया जाता है।
  • कर रहे हैं 16 अलग सेल रंग, से लेबल 0करने के लिए 15, जिसका अर्थ खेल से खेल के लिए बदल जाएगा। इसके अलावा, उन -1कोशिकाओं का प्रतिनिधित्व करता है जो सीमा से बाहर हैं - ये घातक हैं
  • 8 यादृच्छिक रंग चुनें । ये खाली कोशिकाएँ होंगी (जिनका कोई प्रभाव नहीं होगा)।
  • 4 और यादृच्छिक रंग चुनें । ये टेलीपोर्टर्स हैं। इन रंगों में से दो के लिए, 9x9 पड़ोस (-4 (-4, -4) से (4,4) को छोड़कर (0,0) में एक गैर-शून्य ऑफसेट चुनें । अन्य दो रंगों के लिए, उन ऑफसेट का उलटा करें। यदि एक टेलीफ़ोन पर एक नमूना कदम है तो इसे तुरंत उस ऑफसेट द्वारा स्थानांतरित कर दिया जाता है।
  • 2 और यादृच्छिक रंग चुनें । ये जाल हैं। इन रंगों में से प्रत्येक के लिए, 3x3 पड़ोस ((-1, -1) से (1,1) में ऑफसेट चुनें। एक जाल इंगित करता है कि उस ऑफसेट पर सेल घातक हैनोट: ट्रैप सेल स्वयं ही घातक नहीं है।
  • 2 शेष रंग की दीवारों, जो आंदोलन में बाधा हैं। एक दीवार सेल पर स्थानांतरित करने का प्रयास अभी भी रहने में कदम को बदल देगा। स्वयं दीवार कोशिकाएं घातक होती हैं
  • ग्रिड के प्रत्येक गैर-लक्ष्य सेल के लिए, एक यादृच्छिक रंग चुनें। प्रत्येक लक्ष्य सेल के लिए एक यादृच्छिक खाली रंग चुनें।
  • ट्रैक के बाएं किनारे पर प्रत्येक सेल के लिए, निर्धारित करें कि क्या लक्ष्य 100 मोड़ ( नीचे के आदेश के नियमों के अनुसार) तक पहुंच सकता है । यदि हां, तो यह सेल एक स्वीकार्य प्रारंभिक सेल है । यदि 10 से कम शुरुआती सेल हैं, तो ट्रैक को छोड़ दें और एक नया निर्माण करें।
  • एक यादृच्छिक जीनोम और उम्र 0 के साथ प्रत्येक 15 नमूने बनाएँ । प्रत्येक नमूने को एक यादृच्छिक शुरुआती सेल पर रखें।

टर्न ऑर्डर:

  1. प्रत्येक नमूने के लिए, निम्न चरणों का पालन किया जाएगा। नमूने एक-दूसरे से बातचीत नहीं करते या देखते नहीं हैं, और एक ही सेल पर कब्जा कर सकते हैं।
    1. यदि नमूने की आयु 100 वर्ष है , तो यह मर जाता है। अन्यथा, इसकी उम्र 1 से बढ़ाएँ।
    2. नमूना को अपना दृश्य क्षेत्र दिया गया है - 5x5 ग्रिड का रंग, नमूना पर केंद्रित - और अपने 3x3 पड़ोस में एक चाल देता है। इस सीमा के बाहर ले जाने से नियंत्रक समाप्त हो जाएगा।
    3. यदि लक्ष्य सेल एक दीवार है, तो चाल को (0,0) में बदल दिया जाता है।
    4. यदि लक्ष्य सेल एक टेलीफ़ोनर है, तो टेलीफ़ोन ऑफ़सेट द्वारा नमूना ले जाया जाता है। नोट: यह चरण एक बार किया जाता है , पुनरावृति से नहीं।
    5. यदि वर्तमान में नमूना द्वारा कब्जा कर लिया गया सेल (संभावित रूप से एक टेलीफ़ोन का उपयोग करने के बाद) घातक हो जाता है। यह एकमात्र समय का नमूना है जो मर जाता है (चरण 1.1 के अलावा। ऊपर)। विशेष रूप से, एक नया नमूना जो एक घातक कोशिका पर फैलता है, तुरंत नहीं मर जाएगा, लेकिन पहले खतरनाक तरीके से आगे बढ़ने का मौका है।
    6. यदि नमूना एक गोल सेल पर कब्जा कर लेता है, तो एक बिंदु स्कोर करता है, नमूना को एक यादृच्छिक प्रारंभिक सेल में स्थानांतरित करें और इसकी आयु 0 पर रीसेट करें।
  2. यदि बोर्ड पर दो से कम नमूने बचे हैं, तो खेल समाप्त हो जाता है।
  3. 0 उम्र के साथ 10 नए नमूने बनाएं । प्रत्येक जीनोम को (व्यक्तिगत रूप से) नीचे दिए गए प्रजनन नियमों द्वारा निर्धारित किया जाता है। प्रत्येक नमूने को एक यादृच्छिक शुरुआती सेल पर रखें।

प्रजनन:

  • जब एक नया नमूना बनाया जाता है, तो यादृच्छिक पर दो अलग - अलग माता - पिता चुनें , नमूनों के प्रति पूर्वाग्रह के साथ जो आगे दाईं ओर बढ़े हैं। चुने जाने वाले नमूने की संभावना उसके वर्तमान फिटनेस स्कोर के समानुपाती होती है । एक नमूना फिटनेस स्कोर है

    1 + x + 50 * कई बार यह लक्ष्य तक पहुंच गया

    जहाँ x 0-आधारित क्षैतिज सूचकांक है। एक ही बारी में बनाए गए नमूनों को माता-पिता के रूप में नहीं चुना जा सकता है।

  • दो माता-पिता में से, पहले जीनोम बिट से लेने के लिए एक यादृच्छिक एक चुनें।

  • अब जब आप जीनोम के साथ चलते हैं, तो माता-पिता को 0.05 की संभावना के साथ स्विच करें , और परिणामस्वरूप माता-पिता से बिट्स लेते रहें।
  • पूरी तरह से इकट्ठे जीनोम को म्यूट करें: प्रत्येक बिट के लिए, इसे संभाव्यता 0.01 के साथ फ्लिप करें ।

स्कोरिंग:

  • एक खेल 10,000 मोड़ तक रहता है।
  • खिलाड़ी 1 अंक के साथ खेल शुरू करते हैं (ज्यामितीय माध्य के उपयोग की अनुमति देने के लिए)।
  • हर बार जब कोई खिलाड़ी लक्ष्य तक पहुंचता है, तो खिलाड़ी एक अंक प्राप्त करता है।
  • अभी के लिए, प्रत्येक खिलाड़ी के सबमिशन को 50 गेमों के लिए चलाया जाएगा , प्रत्येक को एक अलग यादृच्छिक ट्रैक के साथ।
  • उपर्युक्त दृष्टिकोण परिणाम से अधिक विचरण में वांछनीय है। एक बार जब यह चुनौती समाप्त हो जाती है, तो एक समय सीमा की घोषणा की जाएगी। समय सीमा के अंत में, 100 बोर्डों को यादृच्छिक पर चुना जाएगा, और इन 100 बोर्डों पर सभी प्रस्तुतियाँ फिर से शुरू की जाएंगी।
  • एक खिलाड़ी का कुल स्कोर इन व्यक्तिगत खेलों के अंकों का ज्यामितीय माध्य होता है।

द कंट्रोलर

आप निम्न में से कोई भी नियंत्रक चुन सकते हैं (क्योंकि वे कार्यात्मक रूप से समतुल्य हैं)। हमने उन सभी का परीक्षण किया है, लेकिन यदि आप बग को स्पॉट करते हैं, तो कोड या प्रदर्शन में सुधार करना चाहते हैं, या ग्राफिकल आउटपुट जैसी सुविधा जोड़ना चाहते हैं, तो कृपया एक मुद्दा भेजें या GitHub पर एक पुल अनुरोध भेजें! दूसरी भाषा में एक नया नियंत्रक जोड़ने के लिए भी आपका स्वागत है!

GitHub पर सही निर्देशिका के लिए प्रत्येक नियंत्रक के लिए भाषा नाम पर क्लिक करें, जिसमें README.mdसटीक उपयोग निर्देश हैं।

यदि आप git और / या GitHub से परिचित नहीं हैं, तो आप पूरे रिपॉजिटरी को फ्रंट पेज से जिप के रूप में डाउनलोड कर सकते हैं (साइडबार में बटन देखें)।

अजगर

  • सबसे अच्छी तरह से परीक्षण किया। यह हमारा संदर्भ कार्यान्वयन है।
  • दोनों पायथन 2.6+ और पायथन 3.2+ के साथ काम करता है!
  • यह बहुत धीमा है। हम इसे पर्याप्त गति के लिए PyPy के साथ चलाने की सलाह देते हैं ।
  • pygameया तो का उपयोग कर चित्रमय उत्पादन का समर्थन करता है या tkinter

माणिक

  • रूबी 2.0.0 के साथ परीक्षण किया गया। नए संस्करणों के साथ काम करना चाहिए।
  • यह भी काफी धीमा है, लेकिन रूबी प्रस्तुत करने के लिए एक विचार के प्रोटोटाइप के लिए सुविधाजनक हो सकता है।

सी ++

  • C ++ 11 की आवश्यकता है।
  • वैकल्पिक रूप से मल्टीथ्रेडिंग का समर्थन करता है।
  • अब तक गुच्छा में सबसे तेज नियंत्रक।

सी#

  • LINQ का उपयोग करता है, इसलिए इसे .NET 3.5 की आवश्यकता होती है।
  • बल्कि धीमी।

जावा

  • विशेष रूप से धीमा नहीं है। विशेष रूप से तेज नहीं है।

प्रारंभिक लीडरबोर्ड

सभी स्कोर प्रारंभिक हैं। फिर भी, अगर कुछ गलत है या पुराना है, तो कृपया मुझे बताएं। हमारा उदाहरण प्रस्तुत करना तुलना के लिए सूचीबद्ध है, लेकिन विवाद में नहीं।

  Score   | # Games | User               | Language   | Bot           
===================================================================================
2914.13   |   2000  | kuroi neko         | C++        | Hard Believers
1817.05097|   1000  | TheBestOne         | Java       | Running Star
1009.72   |   2000  | kuroi neko         | C++        | Blind faith
 782.18   |   2000  | MT0                | C++        | Cautious Specimens
 428.38   |         | user2487951        | Python     | NeighborsOfNeighbors
 145.35   |   2000  | Wouter ibens       | C++        | Triple Score
 133.2    |         | Anton              | C++        | StarPlayer
 122.92   |         | Dominik Müller     | Python     | SkyWalker
  89.90   |         | aschmack           | C++        | LookAheadPlayer
  74.7    |         | bitpwner           | C++        | ColorFarSeeker
  70.98   |   2000  | Ceribia            | C++        | WallGuesser
  50.35   |         | feersum            | C++        | Run-Bonus Player
  35.85   |         | Zgarb              | C++        | Pathfinder
 (34.45)  |   5000  | Martin Büttner     | <all>      | ColorScorePlayer
   9.77   |         | DenDenDo           | C++        | SlowAndSteady
   3.7    |         | flawr              | Java       | IAmARobotPlayer
   1.9    |         | trichoplax         | Python     | Bishop
   1.04   |   2000  | fluffy             | C++        | Gray-Color Lookahead

क्रेडिट

यह चुनौती एक बड़ा सहयोगी प्रयास था:

  • नाथन मेरिल: पाइथन एंड जावा कंट्रोलर्स लिखा। एक चूहे की दौड़ में एक राजा के हिल से चुनौती की अवधारणा को बदल दिया।
  • ट्राइकोप्लेक्स: प्लेटिंग। पायथन नियंत्रक पर काम किया।
  • feersum: C ++ कंट्रोलर लिखा।
  • विजुअलमेलन: सी # कंट्रोलर लिखा।
  • मार्टिन ब्यूटनर: अवधारणा। रूबी कंट्रोलर लिखा। Playtesting। पायथन नियंत्रक पर काम किया।
  • टी अब्राहम: प्लेटिंग। पायथन का परीक्षण किया और C # और C ++ नियंत्रक की समीक्षा की।

उपरोक्त सभी उपयोगकर्ताओं (और शायद एक जोड़ी जिसे मैं भूल गया था) ने चुनौती के समग्र डिजाइन में योगदान दिया है।

सी ++ नियंत्रक अद्यतन

यदि आप विजुअल स्टूडियो के साथ C ++ का उपयोग कर रहे हैं और मल्टीथ्रेडिंग कर रहे हैं, तो आपको उनके यादृच्छिक संख्या जनरेटर सीडिंग के साथ बग के कारण नवीनतम अपडेट प्राप्त करना चाहिए जो डुप्लिकेट बोर्डों को उत्पादित करने की अनुमति देता है।


3
क्या कोई इस समस्या के लिए इष्टतम आनुवंशिक एल्गोरिथ्म खोजने के लिए सिर्फ एक आनुवंशिक आनुवंशिक एल्गोरिथ्म नहीं बना सकता है?
mbomb007

1
@ anon3202 ठीक है, यह निश्चित रूप से आपको ट्रैक लेआउट के बारे में अधिक जानकारी देगा क्योंकि आप यह अनुमान लगा सकते हैं कि आप कहाँ हैं। अनिवार्य रूप से, हम बॉट्स के लिए इंटरफ़ेस को सरल रखना चाहते थे, और इसे एक विशुद्ध रूप से स्थानीय समस्या बना रहे थे, जहां आपको यह जानने के लिए जीनोम की आवश्यकता होगी कि कौन सा स्थानीय समाधान आपकी वैश्विक प्रगति के लिए सबसे अधिक फायदेमंद है।
मार्टिन एंडर

1
@matovitch Gory का बारी क्रम खंड 5 का विवरण देखें (पूर्ण कल्पना):'In particular, a new specimen which spawns on a lethal cell will not die immediately, but has a chance to move off the dangerous cell first.'
trichoplax

1
मैंने नमूना औसत, stddev, stderr और 99% conf- अंतराल, (आपके "ज्यामितीय" लॉग / ऍक्स्प से पहले) दिखाने के लिए C ++ कोड को ट्विक किया और एक चौंकाने वाली खोज की। "ब्लाइंड फेथ" के उत्तर में "नमूना मतलब 116529 + - 2.78337e + 010 (99%) stddev = 7.77951e + 010" 50 रन के बाद था। "आत्मविश्वास अंतराल को 50% तक कम करना बिल्कुल भी मामलों में सुधार नहीं करता है। जियोमेट्रिक माध्य हालांकि थकाऊ था: "मतलब का मतलब 159.458 + - 117262 (99%) stddev = 32.6237" (उसके 800-स्कोर अपडेट से पहले)
मूंग डक

1
मैंने उत्परिवर्तन दर के साथ कुछ प्रयोग किया था, और मुझे लगता है कि यदि अधिक संभावना हो तो .01 से .0227 तक उठाया गया था, तो चुनौती अधिक दिलचस्प होगी (और नियंत्रक बहुत तेज दौड़ेंगे), जो डीएनए को केवल 10% संभावना देता है। वर्तमान मूल्य के साथ 37% के बजाय म्यूटेशन अपरिवर्तित है। यह हास्यास्पद जनसंख्या विस्फोटों से बचा जाता है (जो बदले में बहुत गणना समय बचाता है) और अपर्याप्त विविधता के कारण बहुत सी विफलताओं को रोकता है। व्यक्तिगत स्कोर कम हैं, लेकिन चूंकि अधिक रन विजेताओं का उत्पादन करते हैं, वैश्विक औसत में वृद्धि होती है।

जवाबों:


37

अंध विश्वास - सी ++ - 2000 से अधिक रन (800!) से ऊपर लगता है

रंगीन कोडिंग जीनोम एक रहस्यमय ट्रैक प्रतिक्रिया और एक प्रभावी दीवार-बैंगिंग निवारक के साथ

#include "./gamelogic.cpp"

#define NUM_COLORS 16

// color meanings for our rats
typedef enum { good, bad, trap } colorType_t;
struct colorInfo_t {
    colorType_t type;
    coord_t offset; // trap relative location
    colorInfo_t() : type(good) {} // our rats are born optimists
};

// all 8 possible neighbours, carefully ordered
coord_t moves_up  [] = { { 1, 0 }, { 1,  1 }, { 1, -1 }, { 0,  1 }, { 0, -1 }, { -1, 0 }, { -1,  1 }, { -1, -1 } };  // toward the goal, going up   first
coord_t moves_down[] = { { 1, 0 }, { 1, -1 }, { 1,  1 }, { 0, -1 }, { 0,  1 }, { -1, 0 }, { -1, -1 }, { -1,  1 } };  // toward the goal, going down first

// map of the surroundings
struct map_t {
    static const size_t size = 5;
    static const int max = size / 2;
    static const int min = -max;
    colorType_t map[size*size];
    colorType_t & operator() (int x, int y) { return map[(x + max)*size + y + max]; }
    colorType_t & operator() (coord_t pos) { return operator()(pos.x, pos.y); }
    bool is_inside(int x, int y) { return abs(x) <= max && abs(y) <= max; }
    bool is_inside(coord_t pos) { return is_inside(pos.x,pos.y); }
};

// trap mapping info
struct trap_t {
    coord_t detector;
    colorInfo_t color;
    trap_t(int x, int y, colorInfo_t & color) : color(color) { detector.x = x; detector.y = y; }
    trap_t() {}
};

coord_t blindFaith(dna_t d, view_t v)
{
    colorInfo_t color[NUM_COLORS]; // color informations

    // decode colors
    for (size_t c = 0; c != 16; c++)
    {
        size_t base = c * 4;
        if (d[base])
        {
            color[c].type = d[base+1] ? good : bad;
        }
        else // decode trap location
        {
            color[c].type = trap;
            int offset = d[base+1] + 2 * d[base+2] + 4 * d[base+3];
            color[c].offset = moves_up[offset]; // the order is irrelevant as long as all 8 neighbours are listed
        }
    }

    // build a map of the surrounding cells
    map_t map;
    unsigned signature = 0;
    int i = 0;
    for (int x = map.min; x <= map.max; x++)
    for (int y = map.min; y <= map.max; y++)
    {
        int c = v(x, y);
        map(x, y) = (c == -1) ? bad : color[c].type;
        if (c != -1) signature ^= v(x, y) << ((i++) % 28);
    }

    // map traps
    for (int x = map.min; x <= map.max; x++)
    for (int y = map.min; y <= map.max; y++)
    {
        if (map(x, y) != trap) continue;
        const colorInfo_t & trap = color[v(x, y)];
        int bad_x = x + trap.offset.x;
        int bad_y = y + trap.offset.y;
        if (!map.is_inside(bad_x, bad_y)) continue;
        map(bad_x, bad_y) = bad;
        map(x, y) = good;
    }

    // pick a vertical direction according to surroundings signature
    int go_up = d[64 + signature % (DNA_BITS - 64)];

    // try to move to a good cell nearer the goal
    for (const coord_t &move : go_up ? moves_up : moves_down) if (map(move.x, move.y) == good) return move;

    // try not to increase fitness of this intellectually impaired specimen
    return{ -1, 0 };
}

int main() {
    time_t start = time(NULL);
    double score = runsimulation(blindFaith);
    slog << "Geometric mean score: " << score << " in " << time(NULL) - start << " seconds";
}

नमूना परिणाम:

Scores: 15 4113306 190703 1 1 44629 118172 43594 63023 2 4 1 1 205027 1 455951 4194047 1 5 279 1 3863570 616483 17797 42584 1 37442 1 37 1 432545 5 94335 1 1 187036 1 4233379 1561445 1 1 1 1 35246 1 150154 1 1 1 1 90141 6 1 1 1 26849 1 161903 4 123972 1 55 988 7042063 694 4711342 90514 3726251 2 1 383389 1 593029 12088 1 149779 69144 21218 290963 17829 1072904 368771 84 872958 30456 133784 4843896 1 2 37 381780 14 540066 3046713 12 5 1 92181 5174 1 156292 13 1 1 29940 66678 125975 52714 1 5 3 1 101267 69003 1 1 10231 143110 282328 4 71750 324545 25 1 22 102414 1 3884626 4 28202 64057 1 1 1 1 70707 4078970 1623071 5047 1 1 549040 1 1 66 3520283 1 6035495 1 79773 1 1 1 218408 1 1 15 33 589875 310455 112274 1 1 4 1 3716220 14 180123 1 2 12785 113116 12 2 1 59286 822912 2244520 1840950 147151 1255115 1 49 2 182262 109717 2 9 1049697 59297 1 11 64568 1 57093 52588 63990 331081 54110 1 1 1537 3 38043 1514692 360087 1 260395 19557 3583536 1 4 152302 2636569 12 1 105991 374793 14 3934727 1 2 182614 1 1675472 121949 11 5 283271 207686 175468 1 1 173240 1 138778 1 1 59964 3290382 1 4 1757946 1 23520 1 2 94 1 124577 497071 1749760 39238 1 301144 3 1 2871836 1 1 10486 1 11 8 1 111421 11 1807900 1 587479 1 42725 116006 3 1 6 5441895 1 1 22 52465 952 1 18 1 1 46878 2 1 1 1994 4 593858 123513 4692516 820868 4247357 1 1 2 1 2 8770 2 1 95371 4897243 2 22741 1 1 1 1 325142 6 33650 4 51 102993 1 182664 1 4040608 18153 2045673 462339 1 1 617575 2 2551800 3 7760 1 108012 76167 143362 1148457 1 53460 1 71503 1 1 1 1 81482 3208 62286 69 139 1 3503941 1 253624 101903 3081954 80123 84701 9 16 1 1070688 71604 613064 2076 15009 9 1 1 1 199731 1 2 1 63132 1 1843855 27808 1 3569689 273144 1 460524 2703719 22443 10876 51242 1 6972678 4591939 1 140506 43981 45076 2 1 91301 5 1 1874615 1758284 608 13 1 96545 75161 1 618144 4 2056133 1 1 2 57401 1394307 6 188116 83545 1 41883 1 1 467189 371722 1 1122993 1 17912 159499 1 5 3355398 33 1 2 246304 1 2 168349 1 50292 12 141492 2723076 3 1 6 3060433 223360 171472 106409 1 2 1 102729 8814 1 285154 1 11 1 65 930 2 689644 3271116 1 5 4 60 77447 1 1 1477538 256023 100403 2480335 1 39888 1 1 70052 66090 1 250 1 2 8 115371 1523106 1424 168148 1 1 1 42938 17 1 364285 185080 1 1 36 4903764 13 51987 1106 276212 67460 1 251257 2 6867732 1 1 1890073 1 1 8 5 2118932 210 0 3792346 5209168 1 1 1 1 51 1 4621148 1 37 337073 3506096 1 1 1 1 458964 2 16 52930 1 15375 267685 1 1 1259646 14930 3248678 527105 1 103 24 1 3252685 6009 1 1 176340 3971529 121 1722808 1 31483 194232 2314706 95952 3625407 3 216755 56 1 8 1 1 1 1 885 229 9056 172027 31516 2526805 1 76076 1589061 1 1 8 90812 1 21 72036 1681271 2 212431 1581814 85993 79967 4 7 514708 1070070 1 71698 1 23478 15882 94453 1 27382 495493 277308 12127 91928 248593 1 1 1 26540 1709344 2119856 1 1 48867 107017 251374 64041 15924 15 87474 8 1 23 9 48 1 1 1 51793 2 61029 84803 15 689851 1 1 873503 10 140084 420034 87087 82223 1 163273 12 1 5 570463 19 26665 1 170311 1 39983 1 475306 1 2 36417 746105 11 141345 1 3 1 30 3 1 1 1 1 1312289 408117 1 42210 273871 561592 1 1 1 1 4448568 48448 7 378508 1 351858 278331 1 79515 1169309 3670107 14711 4686395 1156554 33 2528441 24537 76 335390 63545 122108 76675 21929 34 1 861361 83000 417781 1 90487 1 1 85116 7 2 1 60129 647991 79 1 2755780 726845 244217 50007 187212 1 3674051 286071 44068 3 307427 26973 1 26059 1957457 230783 58102 545318 1 4 172542 168365 1 89402 1 4 1 1 1 1 2 3 16 62935 5643183 117961 109942 85762 5 117376 118883 1 61 23893 122536 70185 1 64252 208409 179269 55381 1579240 3434491 1 4964284 3356245 3 21 2197119 346542 44340 59976 772220 5590844 199721 90858 63785 125989 57219 129737 81836 1 3671 16810 1 4151040 1 15 40108 1 443679 3224921 2 27498 2 3 146529 169409 19 1 1 1 1 41627 1 3 2722438 1 2013730 1 1649406 1 1 6943 125772 58652 1 1 1 2413522 1 2 48 36067 253807 2 146464 1 248 07 3359223 139896 395985 65241 43988 594638 69033 275085 1 17973 1 1 1 594835 1 1 4468341 3496274 222854 94769 55 161056 36185 8793 277592 3 1 6746 1 138151 66 37365 1 2729315 1 3 57091 22408 249875 246514 85058 1 20 5463152 1 3 1 45293 1 70488 2792458 461 441 951926 2236205 2 171980 1 1 48 3893009 1 458077 1 268203 1 70005 7 19299 1 278978 1 45286 26 2 1883506 274393 342679 1 1 913722 911600 12688 1 1 115020 1249307 1529878 53426 1 226862 3721440 23537 86033 397433 1 1 1 161423 96343 94496 1 1 1 2 1 111576 1 4039782 1 1 1 5742393 3569 46072 1 1 2 1 1 85335 219988 1 78871 115876 43405 1 300835 1 166684 53134 1 3 111487 6 3 3 77 1 115971 3 205782 10 1932578 356857 43258 47998 1 27648 127096 573939 32650 523906 45193 1 2 128992 1 10144 1 257941 1 19841 5077836 14670 5 3 6 1 1 21 14651 2906084 37942 45032 9 304192 3035905 6214026 2 177952 1 51338 1 65594 46426 553875 2676479 245774 95881 3 216364 3064811 1198509 223982 3 6 1 533254 1 590363 264940 68346 127284 1 7 1 1 4617874 5 45400 1 1 3097950 360274 1 3 1 8421 14 469681 418563 3 1 6 1 1 575766 405239 11 2631108 152667 1 1 1 467383 1 1 775499 1 157998 2 1 143351 92021 1 1 1173046 3636579 1 70635 162303 1 1534876 834682 2 1 1 11981 346908 245124 607794 17 1570641 126995 13 57050 1 2 33731 29739 1 1 35460 1 33716 168190 214704 1 443156 701674 2636870 108081 1604895 1 1 11 115901 23 571891 360680 1 1 35 1 2036975 1 1 2555536 4742615 5 360553 287044 1 1814255 7 59632 1 216 41546 1 540920 353424 2625301 223744 1 1 1 15717 3 429871 1 4 2329632 18 11 1 2 4 1 3905 5 1 1 1 2 5431442 1 859628 1 3 338378 15236 13764 1 3384362 1 15 65293 24 619599 152620 2 189921 35854 16647 7 2 404790 360096 1 2 189459 1097768 191610 1 1 470254 1 12 2 330299 364219 2365542 312023 2273374 2 10527 1 115453 1 2 3845592 52388 913449 1 14695 1 44 37352 90302 1 1 1 233577 51639 3474983 44010 1650727 31 2 2 1 8 7 1 3 5 25603 17799 45630 758457 1 4571839 37 4 3 2 1 1 1351271 196673 12 2880765 263886 2926173 1 2 1 241502 5 6 1 278576 9 7 290722 42749 143391 82753 21771 57887 1 1 60400 1766903 1 296392 1 5 2861787 125560 1 9 199218 1 1 308226 517598 2246753 12 1168981 3 98447 1 488613 9 842865 202108 10 1 238493 1 1523706 5383982 29435 1 1 207071 1 8 4 125742 70531 253135 72207 124291 23364 184376 2 40034 9569353 194109 102854 2 3247153 58313 85995 1 598 63 1 2676692 10 3573233 1 36651 118016 2486962 65456 46760 1 5813 723 178120 2 153305 1 1 2 1 2354413 3 1 17126 132953 437123 299778 3070490 1 6490 403704 2261 511439 1 39 33410 173045 1 1 120970 641346 132042 1 44906 1 33940 132124 467702 45472 9 44 1 1 1 107008 1 46635 1 121431 130760 1 7 3 1 56251 1299306 3 1 1 1 15 2147678 215169 1374943 1 332995 231089 269310 1 7816944 1 1 1 46 134426 1 1 1 2 76112 1 1 30438 299927 25 139373 76048 278757 71 3474997 1 294046 1 3126554 2518019 2 1 6 1 3054393 1 1 1 2 525 96 419528 1 1 154718 233 207879 26 1 6 57436 3 5944942 1 1 318198 147536 1 22 420557 1 1 120938 1 1 167412 4082969 73299 1 11 3557361 1 4 330028 269051 1 2569546 2 1 1 4 1 1 377412 1 1 1 213800 58131 1422177 54 109617 117751 12432 3830664 419046 3 6821 741 919 1 22335 1 1 15069 80694 488809 2389 2308679 145548 51411 115786 110984 107713 1 12 6 1 5 8365 1 2001874 210250 4674015 14 1 1204101 314354 89066 1 1 2438200 68350 1 1575329 5593838 2743787 151670 57 16 5948210 597158 128060 189160 23628 1 1 15 4171774 1 8206 4157492 1 2 315607 1618680 24736 18520 4787225 33842 134431 1 1 1 1 1 1115809 17759 1 33016 123117 1 77322 169633 219091 1 321593 57231 135536 175401 4 1 435702 1 253132 100707 114547 1 119324 6382967 1472898 3 72567 1707408 177958 26 208719 1 27083 74 12 576410 19375 177069 4 3 1 31 507048 2 1 1 2 1 2 1 40 7 99892 95202 60649 241396 232370 1 136579 70649 1 2877 280695 13603 102860 404583 29717 112769 1 54089 1 97579 40819 2 868629 64848 2 63432 5 1 1888426 99623 2 1 7911 53646 3047637 1 2 3 152910 1 3244662 105187 1 1 1 1 8966 200347 1 1 22 302654 6 17 1 10 328150 55259 1016 117291 2 1 224524 23846 74645 1 1 1 1 1 3117394 10847 33976 144613 4 201584 1 1 26959 3 4410588 27019 6 66749 55935 23 4126812 4089989 99959 1 1 1 1 55490 1 4275599 13652 33967 2 8126062 337093 320653 128015 4 1 7729132 1 10594 116651 20990 3046630 1 353731 132989 2066431 4 80 15575 147430 1 621461 3100943 2306122 5 33439 407945 25634 1 2911806 32511 2174235 298281 15159 54125 1 2 3063577 2205013 1 407984 1 319713 1 22171 1 2763843 1 2607606 1 100015 3096036 1 55905 1 1 635265 2890760 1 1 1 1 35854 1 352022 2652014 1 2 274366 1 4 1 602980 4 83828 602270 2816 2 59116 25340 1 11 1 5162051 34 8 218372 1186732 142966 1 1 170557 503302 1 84924 5 1 1350329 1 1 1 130273 78055 902762 1 8581 5 1 3635882 1 1 1 224255 44044 61250 2 438453 8 1 2729357 28 1 17658 82640 1 31809 10 1 33 1 1 45495 5798 5000217 40018 588787 67269 1 12 83512 2798339 1 609271 1 3 1 7 67912 189808 3388775 60961 81311 1167 24939 433791 405306 85934 1 1170651 2 1 66 552579 122985 515363 2188340 1 1 1 3807012 1502582 4 13 149593 1 1 2108196 3 34279 24613 1282047 27 1 2 1 1 584435 27487 1 1 5 33278 1 1 1202843 1 1 1 6 3649820 3100 2 266150 13 164117 10 53163 3295075 1 1 1 1 77890 1 286220 90823 18866 3139039 481826 1 3994676 23 116901 132290 6 3927 84948 1 1 1 1 256310 1 11 8 1 102002 8392 887732 98483 444991 1 1 49408 409967 1158979 1 1 1 81469 189764 3960930 296231 64258 1 1 176030 4 1 2 1 486856 1 1135146 31 2 13112 227077 31
Geometric mean score: 831.185 in 14820 seconds

सामंती रूप से लंबे समय तक परीक्षण के आधार पर, मुझे लगता है कि 2000 रन एक स्वीकार्य रूप से स्थिर परिणाम देने के लिए पर्याप्त हैं।
चूंकि मेरा संशोधित नियंत्रक प्रत्येक रन के बाद वर्तमान ज्यामितीय माध्य प्रदर्शित करता है, इसलिए मैंने नेत्रहीन रूप से पुष्टि की कि पिछले 50 रनों से अधिक की विविधता अपेक्षाकृत छोटी थी (+ - 10 अंक)।

क्या इन critters टिक करता है

प्रत्येक रंग को समान प्राथमिकता देने के बजाय, मैं इन संभावित मूल्यों पर विचार करता हूं:

  1. अच्छा -> चूहे को लगता है कि वह वहां सुरक्षित जा सकता है
  2. बुरा -> चूहा वहाँ नहीं जाएगा
  3. जाल -> चूहा जाल की स्थिति पर विचार करेंगे बुरा और सेल जाल का संकेत अच्छा
    हालांकि मैं इसका नाम बदलने के लिए बहुत आलसी हूं, लेकिन यह एक वास्तविक खतरे के संकेत (माना जाता है) के स्थान पर एक "डेंजर डिटेक्टर" है, एक दीवार, एक टेलिस्कोप जो एक अप्रिय जगह या किसी मृत व्यक्ति के प्रवेश द्वार पर भटकने वाले को भेजने के लिए इंतजार कर रहा है। -समाप्त। संक्षेप में, एक ऐसी जगह जहाँ एक बुद्धिमान चूहा नहीं जाता था।

अच्छा या बुरा जीन केवल (उदाहरण के लिए स्टोर करने के लिए 2 बिट्स लेने 11और 10), लेकिन जाल 4 बिट्स (की आवश्यकता होती है 0ttt, जहां tttसंभव 8 "खतरनाक" स्थानों में से एक का प्रतिनिधित्व करता है)।

प्रत्येक जीन को सुसंगत रखने के लिए (अर्थात पूरी तरह से अलग जीनोम में मिलाए जाने के बाद इसका अर्थ बनाए रखना, जिसके लिए प्रत्येक रंग-कोडिंग जीन को एक निश्चित स्थान पर होना आवश्यक है), सभी मानों को 4 बिट्स पर कोडित किया जाता है (इसलिए अच्छा के रूप में कोडित किया जाता है 11xxऔर खराब होता है) 10xx), कुल 16 * 4 = 64 बिट्स के लिए।

शेष 36 बिट्स का उपयोग "एंटी वॉल-बैंगर्स" के रूप में किया जाता है (उस पर बाद में)। 25 आस-पास के रंगों को इन 36 बिट्स के सूचकांक में रखा गया है। प्रत्येक बिट एक पसंदीदा ऊर्ध्वाधर दिशा (ऊपर या नीचे) को इंगित करता है, जिसका उपयोग तब किया जाता है जब दो कोशिकाओं के बीच एक संभावित विकल्प होता है।

रणनीति इस प्रकार है:

  • जीनोम (या ऑफ-ट्रैक "खराब" कोशिकाओं के लिए प्रत्यक्ष नियंत्रक रिपोर्ट) के अनुसार प्रत्येक रंग को डिकोड करें
  • तत्काल परिवेश का नक्शा बनाएं (3x3 कोशिकाएं, 8 संभावित पड़ोसी)
  • परिवेश के एक हस्ताक्षर की गणना (ऑफ-ट्रैक कोशिकाओं को छोड़कर 25 रंगों का एक हैश)
  • हस्ताक्षर से पसंदीदा ऊर्ध्वाधर दिशा चुनें (36 हैश बाल्टी के बीच)
  • लक्ष्य के निकटतम लोगों के साथ शुरू करने और पहले से पसंदीदा ऊर्ध्वाधर दिशा में जाने के लिए "अच्छे" के रूप में संकेत दिए गए पड़ोसी पर जाने का प्रयास करें
  • यदि कोई "अच्छा" पड़ोसी नहीं पाया जा सकता है, तो एक सेल को वापस ले जाने की कोशिश करें (इस प्रकार संभवतः दुर्भाग्यपूर्ण दुर्घटना का शिकार हो सकता है, और किसी भी दर से फिटनेस बढ़ाने से बच सकता है)

ये कृंतक, अपनी तरह के दुश्मनों को निहारना

खूंखार दीवार टेलिपोर्टिंग लूप

सबसे बुरी बात यह है कि आबादी के लिए कोई भी विजेता नहीं बन सकता है, लेकिन बहुत सारे चूहे या तो दीवार के खिलाफ या अनंत टेलपोर्टिंग लूप के अंदर फंस जाते हैं, जो लक्ष्य के काफी करीब होते हैं और प्रजनन के लिए चुने जाने का एक प्रमुख मौका होता है
चूहों के विपरीत जाल में फंसने या दीवारों में तब्दील होने के कारण, ये कृंतक केवल बुढ़ापे तक मारे जाएंगे।
उनके चचेरे भाइयों पर शुरू से ही 3 कोशिकाओं को अटकाने का कोई प्रतिस्पर्धात्मक लाभ नहीं है, लेकिन उनके पास क्रेटिन की पीढ़ी के बाद पीढ़ी उत्पन्न करने का पर्याप्त समय होगा जब तक कि उनके जीनोम प्रमुख नहीं हो जाते, इस प्रकार बिना किसी अच्छे कारण के आनुवंशिक विविधता को नुकसान पहुंचाते हैं।

इस घटना को कम करने के लिए, इन बुरे, बुरे चूहों की संतानों को अपने वंश के चरणों में पालन करने से बचने की अधिक संभावना है।
ऊर्ध्वाधर दिशा संकेत केवल 1 बिट लंबा है (मूल रूप से कह रहा है "इन परिवेशों में पहले ऊपर या नीचे जाने की कोशिश करें"), और काफी कुछ बिट्स के बाद मार्ग पर प्रभाव पड़ने की संभावना है, इसलिए उत्परिवर्तन और / या क्रॉसओवर एक होना चाहिए महत्वपूर्ण प्रभाव।
बहुत सारी संतानों का एक अलग व्यवहार होगा और वे एक ही दीवार पर (अपने भूखे पूर्वजों की लाशों के बीच) अपना सिर पीटना नहीं छोड़ेंगी।
यहाँ उपमहाद्वीप यह है कि यह संकेत चूहे के व्यवहार का प्रमुख कारक नहीं है। रंग व्याख्या अभी भी ज्यादातर मामलों में प्रबल होगी (ऊपर / नीचे की पसंद केवल तब ही मायने रखती है जब वास्तव में दो "अच्छे" होंऔर चूहा जो एक हानिरहित रंग के रूप में देखता है, वह एक टेलीफ़ोन नहीं है जो उसे दीवार में डालने का इंतजार कर रहा है)।

यह (काम) क्यों लगता है?

मुझे अभी भी ठीक से पता नहीं है कि क्यों।

भाग्य का पूर्ण स्ट्रोक जो एक अनसुलझा रहस्य बना हुआ है, वह जाल मानचित्रण तर्क है। यह बिना किसी संदेह के सफलता की आधारशिला है, लेकिन यह अपने रहस्यमय तरीकों से काम करता है।

प्रयुक्त कोडिंग के साथ, एक यादृच्छिक जीनोम 25% "अच्छा", 25% "खराब" और 50% "ट्रैप" पहचानकर्ता का उत्पादन करेगा।
"ट्रैप" पहचानकर्ता 5x5 परिवेश के साथ सहसंबंध में "अच्छे" और "बुरे" अनुमानों का उत्पादन करेंगे।
नतीजतन, एक दिए गए स्थान पर एक चूहा दुनिया को स्थिर और प्रासंगिक "गो / नो गो" रंगों के मिश्रण के रूप में "देखेगा"।

जैसा कि काफी सफल एंटी-बैंगिंग तंत्र इंगित करता है, ट्रैक पर सबसे खराब प्रकार का तत्व खूंखार दीवार है (और इसके चचेरे भाई टेलीपोर्टिंग लूप, लेकिन मुझे लगता है कि ये बहुत कम आम हैं)।

निष्कर्ष यह है कि, एक सफल कार्यक्रम को उन सभी स्थितियों से ऊपर उठना चाहिए जो चूहों को उन स्थितियों का पता लगाने में सक्षम बनाती हैं जो लक्ष्य तक पहुँचने के बिना धीमी गति से भुखमरी का कारण बनेंगी।

यहां तक ​​कि दीवारों का प्रतिनिधित्व करने वाले दो रंगों "अनुमान" के बिना भी, "ट्रैप" रंग दीवार के परिहार में योगदान देता प्रतीत होता है, एक चूहे को कुछ बाधाओं को बायपास करने की अनुमति नहीं है क्योंकि यह दीवारों को "देखा", लेकिन क्योंकि "ट्रैप" अनुमान ने इन पर इनकार किया। इन विशेष परिवेशों में विशेष रूप से दीवार कोशिकाएं।

हालांकि चूहे लक्ष्य की ओर बढ़ने की कोशिश करते हैं (जो कि सबसे "उपयोगी" ट्रैप संकेतक सोच सकते हैं कि सामने वाले खतरे का संकेत दे रहे हैं), मुझे लगता है कि सभी ट्रैप दिशाओं का लगभग एक ही प्रभाव है: एक जाल जो "खतरे के पीछे" संकेत देता है चूहे के सामने स्थित 2 कोशिकाएं एक ही प्रभाव डालती हैं जैसे कि "खतरे के आगे" संकेत करता है जब चूहा इसके ठीक ऊपर खड़ा होता है।

क्यों इस मिश्रण में जीनोम को सफलतापूर्वक बनाने की संपत्ति है, जो मेरे गणित से परे है, दुर्भाग्य से।

मैं दीवार-पीटने वाले निवारक के साथ अधिक असहज महसूस करता हूं। यह सिर्फ नियोजित के रूप में काम करता है, हालांकि मेरी उम्मीदों से ऊपर है (स्कोर मूल रूप से चार से गुणा किया गया था)।

मैंने कुछ डेटा प्रदर्शित करने के लिए नियंत्रक को भारी हैक किया। यहाँ कुछ रन हैं:

Turns:2499 best rat B  B  B  G  B  G  T3 G  T4 B  G  B  B  B  G  G  ^vv^^vv^v^v^^^vvv^v^^^v^^^v^vv^^v^^^ Max fitness: 790 Specimens: 1217 Score: 2800
Turns:4999 best rat B  B  B  G  B  G  T3 G  T4 B  G  B  B  B  G  G  ^vv^^vv^v^v^^^vvv^v^^^v^^^v^vv^^v^^^ Max fitness: 5217 Specimens: 15857 Score: 685986
Turns:7499 best rat B  B  B  G  B  G  T3 G  T4 B  G  B  B  B  G  G  ^vv^^vv^v^v^^^vvv^v^^^vvvvv^^v^v^^^^ Max fitness: 9785 Specimens: 31053 Score: 2695045
Turns:9999 best rat B  B  B  G  B  G  T3 G  T4 B  G  B  B  B  G  G  ^vv^^vv^v^v^^^vvv^v^^^vvvvv^^v^v^^^^ Max fitness: 14377 Specimens: 46384 Score: 6033904
Scored 6035495 in game 146 current mean 466.875

यहां सुपर-चूहे की एक नस्ल जल्दी दिखाई दी (ट्रैक को एक सीधी रेखा में चलने की अनुमति दी गई थी और बहुत पहले की पीढ़ियों में कुछ भाग्यशाली चूहे को इसका लाभ लेने के लिए सही डीएनए था)। अंत में नमूनों की संख्या लगभग 100.000 चूहों के सैद्धांतिक अधिकतम के आधे के बारे में है, जिसका अर्थ है कि लगभग आधे आलोचकों ने इस विशेष ट्रैक को अनिश्चित काल तक जीवित रहने की क्षमता हासिल कर ली! (!)।
बेशक परिणामी स्कोर केवल अश्लील है - जैसा कि गणना समय है, वैसे।

Turns:2499 best rat B  T0 G  B  T7 B  G  B  T6 T0 T3 B  G  G  G  T4 ^v^^^^^v^^v^v^^^^^^^^v^v^v^^vvv^v^^^ Max fitness: 18 Specimens: 772 Score: 1
Turns:4999 best rat T7 G  G  G  G  T7 G  B  T6 T0 T3 T5 G  G  B  T4 ^vvvvvvv^^^vvv^^v^v^^^^^^^^^^^^^v^^^ Max fitness: 26 Specimens: 856 Score: 1
Turns:7499 best rat G  T0 G  T3 G  T0 G  B  T6 T0 T2 B  T4 G  B  T4 ^^v^vvv^^^vv^^v^vvv^v^^vvvv^^^^^^^^^ Max fitness: 55 Specimens: 836 Score: 5
Turns:9999 best rat T6 T0 G  T5 B  T1 G  B  T6 T0 T3 B  T4 G  B  T4 ^^vv^^^^vv^^v^v^^v^^vvv^vv^vvv^^v^^v Max fitness: 590 Specimens: 1223 Score: 10478
Scored 10486 in game 258 current mean 628.564

यहाँ हम काम पर जीनोम शोधन देख सकते हैं। अंतिम दो जीनोम के बीच का वंश स्पष्ट रूप से दिखाई देता है। अच्छा और बुरा मूल्यांकन सबसे महत्वपूर्ण हैं। जाल संकेत दोलन जब तक वे या तो एक "उपयोगी" को स्थिर करने लगते हैं जाल या में उत्परिवर्तित अच्छा या बुरा

ऐसा लगता है कि रंग जीन में कुछ उपयोगी विशेषताएं हैं:

  • उनका स्व-निहित अर्थ है
    (एक विशिष्ट रंग को एक विशिष्ट तरीके से नियंत्रित किया जाना है)
    प्रत्येक रंग कोडिंग को नाटकीय रूप से व्यवहार को बदलने के बिना एक पूरी तरह से अलग जीनोम में फेंक दिया जा सकता है - जब तक कि रंग वास्तव में एक निर्णायक नहीं होता है (आमतौर पर) एक दीवार या एक अनन्त लूप की ओर अग्रसर होने वाला एक टेलीपोर्टर)।
    यह मूल प्राथमिकता कोडिंग के मामले में कम है, क्योंकि सबसे प्राथमिक रंग एकमात्र सूचना है जिसका उपयोग यह तय करने के लिए किया जाता है कि कहां स्थानांतरित किया जाए। यहां सभी "अच्छे" रंग समान हैं, इसलिए "अच्छे" सूची में जोड़े गए एक रंग पर कम प्रभाव पड़ेगा।
  • वे म्यूटेशन
    के लिए अपेक्षाकृत लचीले हैं , अच्छे / बुरे कोडिंग में 4 में से केवल 2 महत्वपूर्ण बिट्स हैं, और चूहे के व्यवहार में काफी बदलाव किए बिना जाल स्थान को अधिकांश समय बदला जा सकता है।
  • वे छोटे (4 बिट) हैं, इसलिए एक क्रॉसओवर द्वारा मलबे की संभावना बहुत कम है।
  • उत्परिवर्तन या तो सार्थक परिवर्तन के हानिरहित पैदा
    करते हैं "अच्छा" करने के लिए एक जीन उत्परिवर्तन या तो बहुत कम प्रभाव पड़ेगा (यदि उदाहरण के लिए यह एक खाली सेल से मेल खाता है, तो यह एक नया, छोटा रास्ता खोजने की अनुमति दे सकता है, लेकिन यह भी चूहे को सीधे ले जा सकता है एक जाल), या एक नाटकीय एक (यदि रंग एक दीवार का प्रतिनिधित्व करता है, तो नया चूहा कहीं अटक जाने की संभावना है)।
    "ट्रैप" करने के लिए फ़्लिपिंग जीन या तो चूहे को एक आवश्यक रंग से वंचित करेगा या कोई ध्यान देने योग्य प्रभाव नहीं होगा।
    ट्रैप लोकेशन का म्यूटेशन केवल तभी होगा जब वास्तव में ट्रैप (या कुछ भी हानिकारक) आगे हो, जिसमें अपेक्षाकृत कम संभावना हो (मैं 1/3 जैसा कुछ कहूंगा)।

अंत में, मुझे लगता है कि पिछले 36 बिट्स न केवल चूहों को फंसने से बचाने में योगदान करते हैं, बल्कि चूहों को ट्रैक पर अधिक समान रूप से फैलाने के लिए भी होते हैं, इस प्रकार आनुवंशिक विविधता को संरक्षित करते हैं जब तक कि एक विजेता जीन उभरता नहीं है और रंग-कोडिंग भाग के माध्यम से प्रभावी हो जाता है।

आगे का कार्य

मुझे कहना होगा कि मैं इन छोटे critters आकर्षक लगता है।
इस उत्कृष्ट चुनौती के लिए सभी योगदानकर्ताओं का पुनः धन्यवाद।

मैं एक सफल चूहे के वंश की तरह अधिक महत्वपूर्ण डेटा प्रदर्शित करने के लिए नियंत्रक को आगे बढ़ाने के बारे में सोच रहा हूं।

मैं इन चूहों को कार्रवाई में देखना भी बहुत पसंद करूंगा, लेकिन यह एक भाषा का C ++ b ** ch बनाता है - अकेले ही एनिमेशन करते हैं - छवियों (कई अन्य चीजों के बीच) एक गन्दा कोर।

अंत में, मैं कम से कम ट्रैप सिस्टम के स्पष्टीकरण का उत्पादन करना चाहूंगा, और संभवत: इसमें सुधार करूंगा।

नियंत्रक हैकिंग

अगर किसी को दिलचस्पी है, तो मैं नियंत्रक के लिए किए गए संशोधनों को प्रकाशित कर सकता हूं।
वे गंदे और सस्ते हैं, लेकिन वे काम करते हैं।

मैं कोई GitHub प्रेमी नहीं हूं, इसलिए मुझे केवल एक पोस्ट के माध्यम से जाना होगा।


16
10,000 खेलों के साथ 208.14 का स्कोर हासिल किया। मैं इसे 1000 के लिए परीक्षण करने की कोशिश कर रहा था, लेकिन मुझे कभी भी एहसास नहीं हुआ कि मैंने एक अतिरिक्त 0 टाइप किया है, इसलिए इसमें 7 घंटे का समय लगा।
feersum

LOL सभी को धन्यवाद देता है। मेरे दो 1000 रनों की तुलना में, ऐसा लगता है कि लगभग 2000 रन तब एक स्थिर परिणाम उत्पन्न कर सकते हैं।

आपका क्या ^^v^vvv^^^vv^^v^vvv^v^^vvvv^^^^^^^^^संकेत है? बाकी मैं अनुमान लगा सकता हूं, लेकिन मुझे उस बिट से परेशानी हो रही है?
मिंग डक

मैं एक अलग "डिबग" नियंत्रक बनाने पर विचार कर रहा था, जो एक समय में एक चूहा चलाता है, और हर बार एक नया चूहा उत्पन्न होने पर यह माता-पिता और बच्चे दोनों के डीएनए (कुछ अनुकूलन समारोह के माध्यम से) को दर्शाता है। इससे यह जांचना आसान हो जाएगा कि चूहा कैसे काम कर रहा है।
मिंग डक

2
यह 36 "अप / डाउन" इंडिकेटर बिट्स का प्रतिनिधित्व करता है, लेकिन इन उदाहरणों में विजेता डीएनए पहले से ही प्रमुख हो गए हैं, इसलिए वे बहुत भिन्न नहीं होते हैं।

18

कठोर विश्वासी - C ++ - (टेलीपोर्टर्स में सुधार): 2000 रन के लिए 10.000+

(यह ब्लाइंड विश्वास का विकास है , इसलिए आप इस से पहले पाठ की एक और दीवार पर चढ़ना चाह सकते हैं)

#ifndef NDEBUG
#define NDEBUG
#include "./gamelogic.cpp"
#endif // NDEBUG
#include <cassert>

#define NUM_COLORS 16
#define BITS_OFFSET  3
#define BITS_TYPE    2
#define BITS_SUBTYPE 2
#define BITS_COLOR (BITS_TYPE+BITS_OFFSET)

// how our rats see the world
typedef unsigned char enumSupport_t;
typedef unsigned char trapOffset_t;
typedef enum : enumSupport_t {
    danger,   // code      trap detector
    beam,     // code      safe teleporter
    empty,    // code      empty
    block,    // code      wall, pit or teleporter
    trap,     // computed  detected trap
    pit,      // read      off-board cell
} colorType_t;

// color type encoding (4 first bits of a color gene)
// the order is critical. A single block/empty inversion can cost 2000 points or more
const colorType_t type_decoder[16] = {
    /*00xx-*/
    danger,
    empty,
    beam,
    block,
    /*01xx-*/
    beam,
    danger,
    empty,
    block,
    /*10xx-*/
    empty,
    beam,
    block,
    danger,
    /*11xx-*/
    block,
    empty,
    danger,
    beam,
};

// all 8 possible neighbours, carefully ordered
typedef coord_t neighborhood_t[8];
neighborhood_t moves_up =   { { 1, 0 }, { 1,  1 }, { 1, -1 }, { 0,  1 }, { 0, -1 }, { -1, 0 }, { -1,  1 }, { -1, -1 } };  // toward the goal, going up   first
neighborhood_t moves_down = { { 1, 0 }, { 1, -1 }, { 1,  1 }, { 0, -1 }, { 0,  1 }, { -1, 0 }, { -1, -1 }, { -1,  1 } };  // toward the goal, going down first

// using C++ as a macro-assembler to speedup DNA reading
/*
Would work like a charm *if* a well-paid scatterbrain at Microsoft had not defined
std::bitset::operator[] as

bool operator[](size_t _Pos) const
{   // subscript nonmutable sequence
return (test(_Pos));
}

Bounds checking on operator[] violates the spec and defeats the optimization.
Not only does it an unwanted check; it also prevents inlining and thus generates
two levels of function calls where none are necessary.
The fix is trivial, but how long will it take for Microsoft to implement it, if
the bug ever makes it through their thick layer of tech support bullshit artists?
Just one of the many reasons why STL appears not to live up to the dreams of
Mr Stroustrup & friends...
*/
template<size_t BITS> int DNA_read(dna_t dna, size_t base)
{
    const size_t offset = BITS - 1;
    return (dna[base + offset] << offset) | DNA_read<offset>(dna, base);
}
template<> int DNA_read<0>(dna_t, size_t) { return 0; }

// color gene
struct colorGene_t {
    colorType_t  type;
    trapOffset_t offset;  // trap relative location
    colorGene_t() : type(empty) {} // our rats are born optimists
};

// decoded DNA
class dnaInfo_t {
private:
    const dna_t & dna;
    static const size_t
        direction_start = NUM_COLORS*(BITS_TYPE + BITS_OFFSET),
        direction_size = DNA_BITS - direction_start;

public:
    colorGene_t color[NUM_COLORS];
    int         up_down; // anti-wall-banger

    // decode constant informations during construction
    dnaInfo_t(const dna_t & d) : dna(d)
    {
        for (size_t c = 0; c != NUM_COLORS; c++)
        {
            unsigned raw = DNA_read<BITS_COLOR>(d, c * BITS_COLOR);
            color[c].type = type_decoder[raw >> 1];
            if      (color[c].type == danger) color[c].offset = raw & 7;
            else if (color[c].type == beam  ) color[c].offset = raw & 3;
        }
    }

    // update with surroundings signatures
    void update(size_t signature)
    {
        // anti-blocker
        up_down = (direction_size > 0) ? dna[direction_start + signature % direction_size] : 0;
    }
};

// map of the surroundings
class map_t {
    struct cell_t {
        coord_t pos;
        int     color;
    };

    static const size_t size = 5;
    static const int max = size / 2;
    static const int min = -max;

    size_t local_signature[size*size]; // 8 neighbours signatures for teleporters
    cell_t track_cell[size*size]; // on-track cells
    size_t cell_num;
    colorType_t map[size*size];
    size_t raw_index(int x, int y) { size_t res = x * size + y + max + max * size; assert(res < size*size); return res; }
    size_t raw_index(coord_t pos) { return raw_index(pos.x, pos.y); }

    bool is_inside(int x, int y) { return abs(x) <= max && abs(y) <= max; }

public:
    size_t compute_signatures(view_t v, dnaInfo_t genome)
    {
        cell_num = 0;
        size_t signature = 0;
        memset (local_signature, 0, sizeof(local_signature));
        int i = 0;
        for (int x = min; x <= max; x++)
        for (int y = min; y <= max; y++)
        {
            int c = v(x, y);
            if (c == -1)
            {
                (*this)(x, y) = pit; continue;
            }
            track_cell[cell_num++] = { { x, y }, c };
            signature ^= c << (4 * (i++ & 1));

            if (genome.color[c].type == beam)
            {
                int in = 0;
                for (coord_t n : moves_up)
                {
                    coord_t pn = {x+n.x,y+n.y};
                    if (!is_inside(pn)) continue;
                    int cn = v(pn.x, pn.y);
//                    if (cn == -1) continue;
                    local_signature[raw_index(pn.x,pn.y)] ^= cn << (4 * (in++ & 1));
                }
            }
        }
        return signature;
    }

    void build(dnaInfo_t genome)
    {
        coord_t traps[size*size];
        size_t t_num = 0;

        // plot color meanings
        for (size_t c = 0; c != cell_num; c++)
        {
            const cell_t& cell = track_cell[c];
            const colorGene_t& color = genome.color[cell.color];
            (*this)(cell.pos) = (color.type == beam && (local_signature[raw_index(cell.pos.x,cell.pos.y)] % 4) == color.offset)
                    ? block
                    : color.type;

            // build a list of trap locations
            if (color.type == danger)
            {
                coord_t location = cell.pos + moves_up[color.offset];
                if (is_inside(location)) traps[t_num++] = location;
            }
        }

        // plot trap locations
        while (t_num) (*this)(traps[--t_num]) = trap;
    }

    // quick & dirty pathing
    struct candidate_t {
        coord_t pos;
        candidate_t * parent;
        candidate_t() {} // default constructor does not waste time in initializations
        candidate_t(int) : parent(nullptr) { pos.x = pos.y = 0; } // ...this is ugly...
        candidate_t(coord_t pos, candidate_t * parent) : pos(pos), parent(parent) {} // ...but so much fun...
    };

    coord_t path(const neighborhood_t & moves)
    {
        candidate_t pool[size*size]; // private allocation for express garbage collection...
        size_t alloc;

        candidate_t * border[size*size]; // fixed-size FIFO 
        size_t head, tail;

        std::bitset<size*size>closed;

        // breadth first search. A* would be a huge overkill for 25 cells, and BFS is already slow enough.
        alloc = head = tail = 0;
        closed = 0;
        closed[raw_index(candidate_t(0).pos)] = 1;
        border[tail++] = new (&pool[alloc++]) candidate_t(0);
        while (tail > head)
        {
            candidate_t & candidate = *(border[head++]); // FIFO pop
            for (const coord_t move : moves)
            {
                coord_t new_pos = candidate.pos + move;
                if (is_inside(new_pos))
                {
                    size_t signature = raw_index(new_pos);
                    if (closed[signature]) continue;
                    closed[signature] = 1;
                    if ((*this)(new_pos) > empty) continue;
                    if (new_pos.x == 2) goto found_exit; // a path to some location 2 cells forward
                    assert(alloc < size*size);
                    assert(tail < size*size);
                    border[tail++] = new(&pool[alloc++]) candidate_t(new_pos, &candidate); // allocation & FIFO push
                    continue;
                }
                // a path out of the 5x5 grid, though not 2 cells forward
            found_exit:
                if (candidate.parent == nullptr) return move;
                candidate_t * origin;
                for (origin = &candidate; origin->parent->parent != nullptr; origin = origin->parent) {}
                return origin->pos;
            }
        }

        // no escape
        return moves[1]; // one cell forward, either up or down
    }

    colorType_t & operator() (int x, int y) { return map[raw_index(x, y)]; }
    colorType_t & operator() (coord_t pos) { return operator()(pos.x, pos.y); }
    bool is_inside(coord_t pos) { return is_inside(pos.x, pos.y); }
};

std::string trace_DNA(const dna_t d, bool graphics = false)
{
    std::ostringstream res;
    dnaInfo_t genome(d);
    for (size_t c = 0; c != NUM_COLORS; c++)
    {
        if (graphics)
        {
            res << "tbew--"[genome.color[c].type];
            if (genome.color[c].type == danger) res << ' ' << moves_up[genome.color[c].offset].x << ' ' << moves_up[genome.color[c].offset].y;
            if (genome.color[c].type == beam) res << ' ' << genome.color[c].offset << " 0";
            if (c != NUM_COLORS - 1) res << ',';
        }
        else switch (genome.color[c].type)
        {
        case danger: res << "01234567"[genome.color[c].offset]; break;
        case beam  : res <<     "ABCD"[genome.color[c].offset]; break;
        default: res << "!*-#X@"[genome.color[c].type]; break;
        }
    }
    return res.str();
}

coord_t hardBelievers(dna_t d, view_t v)
{
    dnaInfo_t genome(d); // decoded DNA
    map_t     map;       // the surroundings seen by this particular rodent

    // update genome with local context
    genome.update(map.compute_signatures(v, genome));

    // build a map of the surrounding cells
    map.build(genome);

    // move as far to the right as possible, in the contextually preffered direction
    return map.path(genome.up_down ? moves_up : moves_down);
}

int main() {
    time_t start = time(NULL);
    double score = runsimulation(hardBelievers, trace_DNA);
    slog << "Geometric mean score: " << score << " in " << time(NULL) - start << " seconds";
}

प्रकरण IV: ग्रिड पर हमारे बीयरिंग प्राप्त करना

परिणाम

Scores: 309371 997080 1488635 1 19 45832 9 94637 2893543 210750 742386 1677242 206614 111809 1 1738598 1 1 342984 2868939 190484 3354458 568267 280796 1 1 1 679704 2858998 1 409584 3823 200724 1 973317 849609 3141119 1 1987305 1 1 57105 245412 1223244 2 1603915 2784761 9 12 1 1839136 1 298951 2 14 138989 501726 1365264 308185 707440 22 772719 17342 63461 3142044 19899 3 409837 48074 3549774 138770 32833 1 1 1184121 67473 310905 1996452 4201 1701954 2799895 2041559 218816 174 433010 51036 1731159 1871641 1 23 2877765 1 127305 27875 626814 142177 2101427 167548 2328741 4 8433 2674119 2990146 466684 1 2 8 83193 388542 2350563 1 1140807 100543 1313548 31949 73117 73300 121364 1899620 1280524 1 10726 12852 7 2165 1 3 44728 2 122725 41 2 1902290 3 1 8581 70598 1148129 429767 1 112335 1931563 521942 3513722 1 2400069 1 3331469 141319 220942 205616 57033 63515 34 6 1419147 1983123 1057929 1 599948 2730727 2438494 5586 268312 1728955 1183258 95241 1537803 11 13 1157309 1750630 1 1 2690947 101211 3463501 1 258589 101615 212924 137664 19624 251591 509429 510302 1878788 1 4045925 1 21598 459159 118663 7 3606309 3 13016 17765 640403 1 72841 695439 1 135297 2380810 1 43 31516 14 1442940 1001957 95903 194951 1 238773 773431 1 1 975692 2 4990979 52016 3261784 2 413095 12 3 420624 7905 60087 760051 2702333 2572405 1 1717432 1 12 3040935 1 1 31787 60114 513777 1 3270813 9639 581868 127091 270 164228 274393 1275008 261419 597715 138913 28923 13059 1848733 2895136 7754 14 1 107592 1 3557771 2067538 147790 112677 119004 1 13791082842974 249727 838699 4067558 6 470799 695141 1 3 1 1276069 23691 831013 5 165142 1236901 1 187522 2599203 1 67179 81345 44111 2909946 94752 7 406018 991024 4 1 3 573689 6 748463 2166290 33865 670769 322844 5657 1131171 1990155 5 4536811 1785704 3226501 2030929 25987 3055355 192547 1761201 433330 27235 2 312244 13203 756723 81459 12 1 1 54142 307858 2 25657 30507 1920292 3945574 1 191775 3748702 3348794 4188197 366019 1540980 3638591 1 1840852 1 26151 2888481 112861 8 11 2 1 27231 1 74 106853 3 173389 2390495 25 1 83116 3238625 75443 1 1 2125260 1 49626 1 6 312084 159735 358268 54351 367201 2868856 5779 172554 119016 141728 3 1 6 9 1 1504011 1 168968 1868493 1 5 1 244563 2 2887999 3144375 1598674 1 1578910 45313 176469 30969 8 127652 1911075 9 1300092 224328 168752 8 1619669 292559 9090 2040459 705819 1852774 10 139217 16 1221670 355060 339599 3 2184244 2546028 1 1 11 70958 242187 1 80737 1 190246 3 1 1 577711 150064 1 1047154 3851461 92399 224270 612237 1 3 3330053 1 1 1192533 615756 267923 144724 2 1 150018 4621881 1 6 299247 115996 2 10 6 185495 76351 465554 178786 1802565 257101 56 2491615 1 24547 1 1203267 32 5741149 541203 11393 1 368082 540534 16167 113481 2004136 13045 17 1 12 333803 14 1955075 1 4 38034 1286203 2382725 26777 1 180312 1 87161 4773392 1244024 1146401 3 80598 2983715 1 63741 1 1 2561436 16 1 1 1807854 1239680 200398 2 46153 1400933 11 5058787 8787 1 98841 89162 1106459 112566 1 4138891 2858906 101835 81375 539485 6587808 1 5359988 1 1 869106 443452 120748 436156 2 2 3944932 1 1875599 2 3081185 733911 447824 1 1 23187 3082414 33 3 1 1 2053904 410824 104571 885952 1946162 2 294773 364169 1 101310 2166548 1177524 2192461 12 4 3457016 90975 2356374 573234 53746 187527 7837 1441335 458407 52139 3387239 2030900 38 1648216 215105 212589 8278 1201586 244282 1 1 1897515 3957343 46 1 134481 1 1 2041785 3 1 37593 163173 1565457 3 1026885 1 34530 4655639 2 18 1940645 1550444 593209 1 2270700 706918 1 1 610113 9 1287883 3 1472134 1998685 1916822 1 296017 2 1 1737607 4155665 1510560 553342 56130 14436 13240604 4025888 1 4253261 174177 2043316 504151 2370989 420666 155232 1 219327 3752236 130062 571247 24 1 29015 31392 1020196 3 1117502 460873 7 1 228 8 133656 1 147008 1 93471 1 1 1 513410 4834094 1 14 1875636 182714 1504903 95263 4418053 1 357853 1135536 3698641 3 239316 4237884 131730 3878724 2158931 55650 1906785 1 26372 32 99217 1645677 379838 1 450352 7329657 112909 1 897980 2114198 308917 126215 1 53839 539997 238036 2 2270000 5 2388928 1668820 519153 58227 347528 1 1 2339954 10 5 2031341 54 2341529 2189774 112731 1 21918 748662 2068921 2 2232504 2923457 97740 3858 16604 398940 388755 1875003 667810 53633 315866 839868 1 7 1 14238 185 4 14 1 2 178947 1965719 398323 120849 48 1397222 961772 34124 2 160652 1 252629 246554 14529 1 299866 135255 490837 2863773 8 10 2 1906405 57 9782 118940 870003 255097 6 4187677 50965 3354376 17611 1804789 183601 158748 1539773 116107 77684 34738 2862836 1 2081903 727739 50328 2740070 17 923524 18 3089706 3144082 1 20 205247 347420 2076952 3725220 39270 2 15 49329 422629 5 1693818 2570558 2146654 1 5 129085 653766 47438 102243 389910 59715 21769 1246783 361571 4 120502 255235 1314165 3 3 5 2902624 76351 3117137 174413 2546645 14534 166054 1013583 1 1 2 9 3027288 3173742 338261 94929 1071263 4659804 1 506576 42798 4 984508 1 4 4 1 18541 7 1 269761 188905 2 1 92011 147031 677955 27484 1291675 2420682 99970 57943 1 4081062 1 250953 704904 4 349180 4273479 30528 2092508 2352781 3700946 1 77799 328993 3684623 3930179 1250080 1975798 54981 1621677 91664 1355832 1084049 721612 56950 197563 246868 5031 1 924076 1328694 58562 1 457662 2445958 1345169 957845 1056809 2485300 1687907 199029 3 9474 86928 1 2419980 3585265 570673 1 1514184 437383 1596697 29709 199606 126031 2 1541777 1 3 2090249 2402438 15 19 1423959 28 37852 4 1652596 1 405512 52 3 1948029 1 2 376 1155902 3 631665 3741991 57673 284026 424787 1 11569 5 1200313 1 20 2360854 1 119994 3889143 673424 797763 1 1 144306 1007659 1231874 75607 1 15 66187 8763 21366 146277 2684501 4458542 162223 3 1 5 94232 3036009 401312 19775 510737 3305062 58905 125783 274094 3089988 118483 1 106213 1 1289180 127905 30 528859 2 1215596 1955900 30 2236528 218643 1 2396631 1598175 1148688 452064 1 1840394 198540 1 1307187 107463 341396 2684981 9602 536871 1 148107 4068 4918434 1 2430254 2066144 88915 3585780 6464 259394 3098337 49601 42 79205 925658 1 2513666 26817 2738302 1 28 345735 5086930 361294 505662 386194 1103890 2653001 412247 4074274 2217918 1 519433 1338570 4289317 140138 18 2519983 168656 4546204 8 1 76545 511580 979214 9318 210013 50508 40 152908 17969 922507 1 7 32 1 388579 1 49886 13319 1066048 4663 27883 38419 1418098 2538216 1 778734 3556791 490764 666880 22746 5666164 4 20 1806284 21142 1 527906 2 12417 182224 49536 105029 206917 2427623 294247 1405136 321480 354137 84225 50 128073 1391176 352835 26074 91159 34229 237942 1 1519676 1 2428669 272681 148689 528951 560736 1 3548197 3833513 1438699 286613 1 1290904 47145 3456135 249648 277045 1012397 271073 1 6 149276 94843 11 177134 32336 2772732 7 22 37065 1 105299 76735 44 2211334 511942 30639 522056 5162 1899842 74 1 1448039 1 88817 21 1027532 555416 1 364383 1335609 167332 283252 49564 220972 1006800 3108886 801258 265596 61651 1 2413276 252747 416606 960925 54 311956 267135 3871698 22581 8978 2 10 1966155 3123429 28 46409 1 18433963725323 1769396 114766 49071 1 1 4228762 3483932 1139490 602592 2700468 770273 3 1 1 212087 281247 27093 156094 286299 1204001 18374 1 330780 1 1 25384 906728 99334 1250819 2161201 34 1027892 1 33449 2 129787 52246 94872 1536841 23470 1 1700323 1 1 3785351 1 95315 1014155 56570 22586 66842 7 156840 48752 1 3143722 1 1168309 2 4 101423 385892 42868 2893851 7 1783109 217499 24 460497 2003214 180135 3503010 131137 2 5240 1621601 2754811 11198 1 1 1105643 1 1671021 3 139611 18268 107229 44582 2211034 1 2880152747163 231008 262504 1 257760 1 1 52992 804418 2 2 4811272 1772250 3 1796530 1918647 1 1934549 1 100550 3448657 1681262 3 604526 320865 1901079 556908 2794800 2472000 637735 123663 1 3213187 118199 2553610 1 1750628 2563806 1 1670872 1 999609 50200 654831 1 164612 2865759 1841739 9 3744159 1331395 3202501 1 7 1 1 239868 1 1 581984 112413 401 1 29656 359367 74532 27226 51752 2583 1 645443 1559731 1 114195 1 85473 229474 111353 1 1521653 1 2568733 444398 2593568 18546 1 158085 1211147 1020006 23407 42514941388799 158442 1 1660358 5 34874 1594789 1551270 386464 502417 32280 170606 1954278 72486 3406066 11 52896 345631 4010742 33307 1951926 1441325 1886066 1 3 402778 3089364 351 28028 4301364 1 431569 5 3054030 375986 404966 1 449317 1230292 1 7 763949 1 2 3197443 1537806 335317 2 1 161263 1 1959902 1664530 139136 447570 1 1 50 158825 222939 1842131 11252 1680094 1017889 71 144808 1 53679 1 41278 1226724 1 1 2 10 2 1 112451 42133 1406662 1 112593 2 2832116 1544488 3579017 3029492 2752014 6 255091 731329 540861 1 426725 440330 212602 202358 173553 4 1189793 11031 84073 2084554 3963 1473295 1 642570 1 1423688 34509 75056 163273 490193 3200250 451777 157797 4156542 2386299 2794795 2735308 1332758 1193296 1131014 1001570 414257 4415511 4 3 1 3499595 536583 16731 93839 92382 1 45890 1 17695 8 867246 18 1607123 3197052 5 40009 1 329895 3497309 2416600 2316390 11 118179 2166659 2 136426 76762 2 14 2 3632525 214889 6 3900942 270409 230143 120414 417489 16706 1563597 31418 2 73 468763 88585 428274 3537347 2 1 491461 2806485 1 7 2950804 115684 4 1 429002 85771 2480 285541 186486 1 1 2430862 6 9 4 1833423 17143 353689 2568741 408890 2929237 208679 2198380 1 2501053 1933666 180843 1 1 2569886 1 17035 3449472 71357 246257 217898 1 47601 589824 401679 362878 13178 34464 1076419 1 554417 1 21248 2136449 1068 23029 8 766649 4 302879 274751 19 1 390259 1899931 233910 1392272 184492 2 2752059 55813 1 6 64674 205205 595508 1714309 582492 4821971 63973 1708726 189200 4548446 479425 2866037 1 1 1 2139319 1 1 3 1572621 2086152 2341038 1 619612 1 78942 772466 18932 1404368 936790 2263929 230200 3009227 251065 835010 88225 642856 824193 5559048 1 36348 2338046 481447 108132 2728223 3539009 1 197164 181408 171634 2172263 2317332 1598340 1318829 1746303 7 59657 1 1415452 122924 915828 1063890 40339 430186 4 2165185 2250922 704568 85138 4417453 255 326360 33541 3 49759 72127 912537 599665 1 29169 168741 349838 996835 1548193 2 28449 803521 4 2 2 3359043 3243259 1 491574 1675000 186105 3203018 11 39127 959876 334480 873131 70262 137080 1076591 1 2155613 74804 893022 2473922 1 1 269835 5 2407308 3 55200 905207 1 1 1245609 65934 7 1372126 530582 1383562 1 1 2718341 1 3947638 4 76837 412551 11 1 1 1208080 3024670 277 46485 1 9 562183 46 2985858 3379885 67816 1896527 1 105478 2035453 3026415 1 189256 2992616 2098002 1099666 775250 5913 13 406948 166773 1 322250 41919 480047 64950 17435 2147428 2336270 3330243 352709 86029 1398723 106236 312951 1 408211 252689 847088 2 17 34088 13128 187366 2 1559482 2349010 1651122 2371088 401005 1715445 1 29483921 1464444 50228 2365851 1651636 768715 226704 23677 83501 1 252623 444628 34 3640316 3602127 45369 1 1 1978261 1 3019189 1 25411 2177552 192839 191146 293712 3840622 182598 4069200 175757 1 2250458 4 1 7 2740824 2753005 1 2836428 1 12 19 2 1788326 3302198122211 3386546 1176663 20847 28 1194294 794665 2630378 13624 722012 2273872 1549353 1 3 1735700 1668388 416 970581 258382 295427 1 121571 3193610 3764806 1 368985 20436 89411 3 16130 2 241879 1 2996216 136958 2382095 510146 1762872 1372194 4215387 346915 4423 1 904153 2004500 248495 836598 3529163 27 2547535 1424181 1885308 1 1056747 289743 176929 2299073 170473 1 1 839941 12382 51457 608526 1684239 4843522 34550 929855 2767014 2979286 1 340808 184830 131077 57298 63854 381689 201998 1715328 118687 69190 123466 1 2 69392 159797 382756 1513430 2506318 457 1
Geometric mean score: 10983.8 in 31214 seconds

मैंने g ++ / MinGW और 3 थ्रेड पर स्विच किया।
जीएनयू द्वारा उत्पन्न कोड माइक्रोसॉफ्ट की तुलना में दोगुना से अधिक है।
कोई आश्चर्य नहीं, क्या उनके भयावह एसटीएल कार्यान्वयन के साथ।

teleporters

Teleporter प्रभाव अत्यधिक स्थिति पर निर्भर है। अब तक मैं एक टेलीपोर्टर के रूप में या तो हमेशा अच्छा (एक खाली स्थान के रूप में देखा जाता है) या हमेशा खराब (एक दीवार के रूप में देखा जाता है ताकि कोई कृंतक इसे कभी नहीं ले) पर विचार करके खुश था।

यह भी एक मॉडल है।
एक दिया गया टेलिफ़ोन लक्ष्य से कुछ कोशिकाओं तक एक चूहे को आगे बढ़ा सकता है, लेकिन एक बार वहाँ एक ही teleporter बोर्ड से चूहे को निकाल सकता है।
इस तरह के एक दूरसंचार को संभवतः निष्क्रिय के रूप में मान्यता दी जाएगी (क्योंकि यह उसी एक्स स्थान पर "चलने" की तुलना में तेजी से फिटनेस बढ़ाता है), प्रमुख जीनोम का हिस्सा बन जाता है और लगभग सभी चूहों को मार देता है जो इसे "हमेशा सुरक्षित" के रूप में भरोसा करते हैं।
चूंकि चूहों के पास अपनी एक्स स्थिति जानने का कोई साधन नहीं है, इसलिए इन विश्वासघाती टेलीपोर्टर्स का पता लगाने का एकमात्र समाधान यह है कि केवल उपलब्ध प्रासंगिक डेटा, यानी 5x5 रंग ग्रिड के आधार पर उन पर कदम रखा जाए।

ऐसा करने के लिए, मैंने 4 प्रकार के रंग जीन परिभाषित किए:

  • खतरा जाल डिटेक्टर
  • ट्रैक पर कहीं भी खाली पास होने योग्य
  • ब्लॉक पटरी पर कहीं भी मना किया
  • बीम रिक्त या परिवेश के आधार पर ब्लॉक के रूप में देखा जाता है

यह विचार अपने तत्काल 8 पड़ोसियों को देखकर एक टेलीपोर्टर को अलग करने का प्रयास करने का है। चूँकि किसी दिए गए स्थान पर 8 समान पड़ोसी होने की संभावना बहुत कम है, इसलिए प्रत्येक टेलीकॉलर के एक अद्वितीय उदाहरण को पहचानने की अनुमति देनी चाहिए।

8 पड़ोसी रंगों को एक स्थानीय हस्ताक्षर बनाने के लिए जोड़ा जा सकता है, जो कि भूलभुलैया में स्थिति से संबंधित अपरिवर्तनीय है। दुर्भाग्य से, 8 पड़ोसी केवल दृष्टि के आंतरिक वर्ग के 3x3 क्षेत्र के भीतर स्थित कोशिकाओं के लिए दिखाई देते हैं, इसलिए हस्ताक्षर दृष्टि के क्षेत्र के रिम पर गलत होंगे।
फिर भी, यह हमें तत्काल पड़ोस में लगातार प्रासंगिक जानकारी देगा, जो सफलतापूर्वक टेलीपोर्टर्स को नेविगेट करने की संभावना को बढ़ाने के लिए पर्याप्त है।

बीम जीन में 2 बिट्स चर क्षेत्र होता है।
किसी दिए गए टेलीफ़ोन स्थानीय हस्ताक्षर के लिए, चार में एक मौका है कि बीम सेल को अगम्य माना जाएगा। क्षेत्र का प्रत्येक मूल्य इन चार संभावनाओं में से एक का चयन करता है।
नतीजतन, इन 2 बिट्स पर एक बीम जीन उत्परिवर्तन रंग के 4 संभावित प्रासंगिक महत्वों के माध्यम से चक्र होगा।

इसके अलावा, अनुमान लगाने के लिए सबसे महत्वपूर्ण रंग अभी भी दीवारें और जाल हैं। इसका मतलब है कि हमें चूहों को जानने के बाद ही पता लगाना चाहिए कि दीवारें और जाल कहां हैं।

यह स्थानीय हस्ताक्षरों को केवल संयम से अद्यतन करके किया जाता है। एक स्थानीय हस्ताक्षर को अद्यतन करने के लिए वर्तमान मानदंड एक रंग के रूप में पहचाने जाने की संभावना है, जो कि संभावित दूरसंचार के रूप में पहचाना जाता है।

कोडिंग प्रति रंग जीन में 5 बिट्स का उपयोग करती है और समूह कम से कम 0..7 मान एनकोड करने के लिए 3 कम महत्वपूर्ण बिट्स को मुक्त करने के लिए उपयोग करते हैं:

  • 4 खतरा
  • 4 खाली
  • 4 ब्लॉक
  • 4 बीम

प्रत्येक बीम जीन को ब्लॉक के रूप में माना जाने का 1/4 मौका है और खाली रहने के लिए 3/4 संभावना है, इसलिए 4 बीम औसत 1 ब्लॉक और 3 खाली का प्रतिनिधित्व करते हैं।

16 रंगों के यादृच्छिक प्रसार द्वारा दर्शाया गया औसत अनुपात इस प्रकार है:

  • 4 खतरा
  • 7 खाली
  • 5 ब्लॉक

यह मिश्रण अब तक का सबसे अच्छा परिणाम देने वाला लगता है, लेकिन मैं इसे ट्विक नहीं कर रहा हूं।

जीन उत्परिवर्तन

एक बात निश्चित है: जीन प्रकार का प्रतिनिधित्व करने के लिए चुने गए कोड मूल्य महत्वपूर्ण हैं। दो मानों को बदलने पर 2000 अंक या उससे अधिक खर्च हो सकते हैं।

यहाँ फिर से मेरे गणित से परे कारण है।

मेरा अनुमान है कि एक प्रकार से दूसरे प्रकार के उत्परिवर्तन की संभावनाएं संतुलित होनी चाहिए, या फिर, जैसे कि मार्को मैट्रिक्स में, संचयी संभावनाएं उच्चतम आवक संक्रमण की संभावनाओं वाले सबसेट के मूल्यों को प्रतिबंधित करने की प्रवृत्ति रखती हैं।

बचाव के लिए पथराव

पथिक नाटकीय रूप से विज़िट की गई कोशिकाओं की संख्या को कम कर देगा, केवल लक्ष्य की ओर ले जाने की सबसे अधिक संभावना का परीक्षण करने की अनुमति देगा। इस प्रकार, न केवल कुछ लगातार मृत सिरों से बचा जाता है, बल्कि गलत रंग कोड भी पहले खोजे जाने की अधिक संभावना है।
नतीजतन, अभिसरण समय दृढ़ता से कम हो जाता है।

हालांकि, यह उन मानचित्रों को हल करने में मदद नहीं करता है जहां जीनोम ट्रैक के उचित प्रतिनिधित्व का उत्पादन करने में असमर्थ है।

मोरों का क्या करें?

ट्रैक पर नेत्रहीन रूप से देखने के बाद, मुझे समझ में आया कि क्यों एक डिफ़ॉल्ट रणनीति जो आगे बढ़ने की कोशिश करती है, जबकि कुछ भी नहीं लगता है, लेकिन सामने की दीवारें वास्तव में पीछे पकड़े रहने से बेहतर है।
"दीवारें" रियलिटी टेलीपोर्टर्स में हो सकती हैं, जो इतने दुर्भाग्यपूर्ण परिणाम उत्पन्न करती हैं कि जीनोम उन्हें बाधाओं के रूप में मैप करते हैं, जो कभी भी ट्रोड नहीं होते हैं, लेकिन दुर्लभ अवसरों पर इस शरारती टेलीफ़ोन के एक विशेष उदाहरण में सकारात्मक (या कम से कम गैर घातक) प्रभाव हो सकता है। , इसलिए इसे वापस ले जाने की बजाय लेने से जीत की राह खोजने की संभावना बढ़ जाती है।

जल्दी अभिसरण

ऐसा लगता है कि उत्परिवर्तन दर बहुत कम है (मेरे कृन्तकों के लिए कम से कम)।

वर्तमान 0.01 सेटिंग एक डीएनए 37% म्यूटेशन प्रक्रिया बरकरार रहने की संभावना देता है। पैरामीटर को 0.0227 में बदलना इस संभावना को लगभग 10% तक कम करता है

रहस्यमय सूत्र P 1 बिट उत्परिवर्तन = 1-P संपूर्ण जीनोम बरकरार 1/100 , 100 जीनोम बिट लंबाई है।

उदाहरण के लिए, 10% प्रायिकता के लिए, P 1 बिट म्यूटेशन = 1 - 0.1 1/100 = 0.0277
5% प्रायिकता के लिए, P = 1 - 0.05 1/100 = 0.0295
सूत्र को शामिल करते हुए, हम पाते हैं कि 0.01 में 37% होने की संभावना है। म्यूटेशन द्वारा अपरिवर्तित।

मैंने 10% संभावना के साथ एक ही परीक्षण (यादृच्छिक बीजों के एक निश्चित अनुक्रम का उपयोग करके) को फिर से चलाया।
बहुत सारे मानचित्रों पर, पिछली असफलताएं (सीमित) सफलताओं में बदल गईं। दूसरी ओर, बड़े पैमाने पर जनसंख्या विस्फोट कम थे (जो कि कम्प्यूटेशन को बहुत तेज करने का दिलचस्प दुष्प्रभाव था)।
भले ही बहुत उच्च स्कोर (एक मिलियन +) कम आम थे, लेकिन अधिक सफल रनों की संख्या क्षतिपूर्ति करने के लिए पर्याप्त से अधिक थी।
अंत में, मतलब 1400+ से बढ़कर लगभग 2000 हो गया।

पी को 5% पर सेट करना, इसके विपरीत, लगभग 600 का एक साधन का उत्पादन किया।
मेरा मानना ​​है कि उत्परिवर्तन दर इतनी अधिक थी कि जीतने वाले चूहों का जीनोम अक्सर कम कुशल वेरिएंट में विकसित हुआ।

यह कैसे काम करता है

जोड़े गए दूरसंचार डिटेक्टरों के साथ, असफल गेम की संख्या (स्कोर <10) काफी गिर गई।
2000 रन के मुकदमे में, केवल 1/3 विफलताएं थीं।
ज्यामितीय माध्य केवल 2900 से बढ़कर 3300 हो गया, लेकिन यह संख्या सुधार को प्रतिबिंबित करने में विफल है।

खाली रंगों को अक्सर बीम और खतरों (आमतौर पर 2 से 5) के रूप में अनुमान लगाया जाता है। जीनोम इन रंगों का उपयोग उन रास्तों को अवरुद्ध करने के लिए करता है जिनसे चूहों को परेशानी होती है।

अनुमान लगाने के जाल में जीनोम बहुत अच्छा है (अर्थात जब एक बार चूहे लक्ष्य तक पहुंचने में सक्षम हो जाते हैं, तो रंग जो वास्तविक जाल डिटेक्टरों का प्रतिनिधित्व करते हैं, लगभग 90% समय का अनुमान लगाया जाता है)।
यह टेलीपोर्टर्स के लिए नए बीम कोड का उपयोग भी करता है, हालांकि अधिक शायद ही कभी (शायद इसलिए कि "विश्वासघाती" टेलीपोर्टर्स ट्रैप्स की तुलना में कम आम हैं, और अन्य बीम / खतरे के रंग इन गद्दारों के अंतिम उदाहरणों के लिए पथ को अवरुद्ध करने के लिए विकसित होते हैं)।

ऐसे खेलों की संख्या को देखते हुए जहां एक विजेता जीनोम 5000 या अधिक के बाद उभरता है, मुझे लगता है कि इस नई नस्ल में वृद्धि हुई उत्परिवर्तन दर से बहुत लाभ होगा।


जैसा कि जाल, खाली, दीवारों और टेलीपोर्ट्स की एक समान संख्या है, आपको अनुपात को सही ढंग से संग्रहीत करने के लिए केवल 3 बिट्स की आवश्यकता है (भले ही आप जाल == दीवारों पर विचार करें)। इसके अलावा, क्या आपने एंटी-वॉलबैंगिंग में अप्रयुक्त जाल ऑफसेट बिट्स का उपयोग करने के विचार पर विचार किया / त्याग किया? चूंकि लक्ष्य माता-पिता से विरासत में नहीं होना है , आप वास्तव में एंटी-वॉलबैंगिंग में सभी बिट्स का उपयोग कर सकते हैं । उनके लिए अद्वितीय होने का कोई कारण मुझे नहीं लगता।
मूइंग डक

1
@MooingDuck मैंने ऑफसेट बिट्स के पुन: उपयोग के आपके विचार का परीक्षण किया, लेकिन यह विफल रहा। जैसा कि मैंने आशंका जताई है, दो अलग-अलग उद्देश्यों के लिए एक जानकारी का फिर से उपयोग करना काम नहीं लगता है। उदाहरण के लिए मान लें कि किसी दिए गए मार्ग में उचित ऊर्ध्वाधर दिशा चुनने के लिए जीनोम के लिए किसी दिए गए रंग की ऑफसेट बिट्स की आवश्यकता होती है, यह रंग उस पथ को नष्ट किए बिना एक सार्थक जाल का प्रतिनिधित्व नहीं कर सकता है जो उसी डेटा पर निर्भर करता है। मैंने 6 बिट्स का उपयोग करने की भी कोशिश की, लेकिन जैसा कि मुझे डर था कि शेष 4 एंटी वॉल बैंगर्स बहुत कम आपूर्ति में थे।

1
जानने के लिए अच्छा है, लेकिन मैंने दो विचारों का सुझाव दिया, एक था सभी बिट्स (कुछ का पुन: उपयोग), और दूसरा था दीवारों / खाली के लिए अप्रयुक्त ट्रैप ऑफसेट बिट्स का उपयोग करना। क्या आपने दोनों की कोशिश की? (मैं पूरी तरह से समझता हूं कि अगर आप कोशिश नहीं करना चाहते हैं, तो आप शायद ही कोशिश करना चाहते हैं अगर आप नहीं चाहते हैं)
मूंगिंग डक

1
मैंने दोनों की कोशिश की, और दोनों असफल रहे। ट्रैप ऑफ़सेट तब भी महत्वपूर्ण होते हैं जब एक जीन उनका उपयोग नहीं करता है, क्योंकि यह जीन अभी भी एक जाल रंग में वापस उत्परिवर्तित कर सकता है, इस मामले में जाल ऑफसेट संभवतः जो भी संदर्भ बिट्स सबसे अधिक लाभदायक हैं, और ऑफसेट के रूप में इसका अर्थ खो दिया है । अब यह लाभदायक ऑफसेट मूल्य पर वापस उत्परिवर्तित करेगा, और संदर्भ संकेतक के रूप में उस पर निर्भर चूहों के पथ को नष्ट कर देगा। मुझे लगता है कि मैंने अपने ग्राफिक टूल के साथ इस तरह के दोलन का मामला देखा, लेकिन इस समस्या का स्पष्ट उदाहरण प्रदर्शित करना आसान नहीं है।

16

ColorScorePlayer, प्रारंभिक स्कोर ayer 22

यह वह बॉट है जिसे आप GIF में चुनौती में काम करते हुए देखते हैं।

यह विकास के पूरे चरण में हमारा परीक्षण बॉट था। यह 16 रंगों में से प्रत्येक के लिए गुणवत्ता स्कोर संग्रहीत करने के लिए जीनोम का उपयोग करता है। फिर यह आगे की चाल बनाता है जो इसे सर्वश्रेष्ठ स्कोर के साथ रंग पर ले जाता है (और कभी नहीं चलता है -1)। एक टाई के मामले में, बांधने वाली कोशिकाओं के बीच एक यादृच्छिक कदम उठाया जाता है।

हमने इस खिलाड़ी को सभी नियंत्रक भाषाओं में चित्रित किया है, इसलिए यह उदाहरण के लिए कार्य करता है कि उनका उपयोग कैसे किया जाए:

अजगर

class ColorScorePlayer(Player):
    def __init__(self):
        Player.__init__(self)
        self.coords = [Coordinate( 1, 0),
                       Coordinate( 1,-1),
                       Coordinate( 1, 1)]
        self.n_moves = len(self.coords)

    def turn(self):
        max_score = max([self.bit_chunk(6*self.vision_at(c.x, c.y), 6) for c in self.coords if self.vision_at(c.x, c.y)>=0])
        restricted_coords = [c for c in self.coords if self.vision_at(c.x, c.y)>=0 and self.bit_chunk(6*self.vision_at(c.x,c.y), 6) == max_score]

        return random.choice(restricted_coords)

माणिक

class ColorScorePlayer < Player
    def initialize(rng)
        super(rng)
        @coords = [Vector2D.new( 1,-1),
                   Vector2D.new( 1, 0),
                   Vector2D.new( 1, 1)]
    end

    def vision_at(vec2d)
        @vision[vec2d.x+2][vec2d.y+2]
    end

    def turn
        max_score = @coords.map { |c|
            color = vision_at(c)
            color < 0 ? -1 : bit_chunk(6*color, 6)
        }.max

        restricted_coords = @coords.select { |c|
            color = vision_at(c)
            color >= 0 && bit_chunk(6*color, 6) == max_score
        }

        restricted_coords.sample(random: @rng)
    end
end

सी ++

coord_t colorScorePlayer(dna_t d, view_t v) {
    const int chunklen = DNA_BITS / N_COLORS;
    int ymax[3], nmax, smax = -1;
    for(int y = -1; y <= 1; y++) {
        if(v(1, y) == OUT_OF_BOUNDS) continue;
        int score = dnarange(d, v(1, y)*chunklen, chunklen);
        if(score > smax) {
            smax = score;
            nmax = 0;
        }
        if(score == smax) ymax[nmax++] = y;
    }
    return {1, ymax[v.rng.rint(nmax)]};
}

सी#

public static void ColorScorePlayer(GameLogic.IView v, GameLogic.IGenome g, Random rnd, out int ox, out int oy)
{
    ox = 0;
    oy = 0;

    var max_score = cspcoords.Where(c => v[c.x, c.y] > -1).Select(c => g.cutOutInt(6 * v[c.x, c.y], 6)).Max();
    var restrictedCoords = cspcoords.Where(c => v[c.x, c.y] > -1 && g.cutOutInt(6 * v[c.x, c.y], 6) == max_score).ToArray();

    Coord res = restrictedCoords[rnd.Next(restrictedCoords.Length)];

    ox = res.x;
    oy = res.y; 
}

जावा

package game.players;

import java.awt.*;
import java.util.Map;

public class ColorScorePlayer extends Player{
    private static final Point[] possibleMoves = {new Point(1, 0), new Point(1, -1), new Point(1, 1)};

    @Override
    public Point takeTurn(String genome, Map<Point, Integer> vision) {
        int chunkLength = genome.length()/16;
        int maxSum = -1;
        Point maxSumMove = possibleMoves[0];
        for (Point move: possibleMoves){
            if (vision.get(move) == -1){
                continue;
            }
            int initialPoint = chunkLength*vision.get(move);
            int sum = 0;
            for (int i = initialPoint; i < initialPoint + chunkLength; i++){
                sum = (sum<<1)+Integer.parseInt(genome.charAt(i)+"");
            }
            if (sum > maxSum){
                maxSum = sum;
                maxSumMove = move;
            }
        }
        return maxSumMove;
    }
}

खिलाड़ी काफी असंगत रूप से स्कोर करता है। यहाँ 50 यादृच्छिक रन हैं:

Scores: 1 1 1132581 3 43542 1 15 67 57 1 11 8 623162 1 1 1 134347 93198 6 1 2 1 1 245 3 1 1 27 1 31495 65897 9 5 1 2 20 2 117715 1 1 1 20 64616 5 38 1 2 1 2 12

12

ColorFarSeeker, C ++ ker 74.7

यदि आप इसे आजमाते हैं तो यह चुनौती वास्तव में काफी मजेदार और सरल है।

लंबे विवरण से मत हटाओ।
बस GitHub पर जाएँ और चीजों की जाँच करें ... सब कुछ बहुत स्पष्ट हो जाएगा! :)

इसकी गति के लिए C ++ सिम्युलेटर की अत्यधिक अनुशंसा की जाती है। मैं अपने अजगर कार्यक्रम का अनुवाद C ++ में करने के बाद भी, अजगर अनुकरण अभी भी बंद नहीं हुआ है।

यह ColorScorePlayer का एक बेहतर संस्करण है। अपने 5x5 दृश्य का अच्छा उपयोग करने के लिए, यह एक भारित फ़ंक्शन का उपयोग करके इसमें से 2 कदम आगे बढ़ने पर विचार करता है। इससे 1 कदम आगे बढ़ते हुए उन्हें अधिक वजन दिया जाता है, क्योंकि उनके जीवित रहने पर तत्काल प्रभाव पड़ता है। 2 कदम आगे बढ़ते हुए कम वजन दिया जाता है।

आगे बढ़ने की कोशिश करता है, लेकिन अगर कोई सुरक्षित कदम नहीं देखा जाता है ... तो बग़ल में कोशिश करता है ... और अगर बाकी सब विफल हो जाता है, तो बेतरतीब ढंग से पीछे की ओर बढ़ता है।

coord_t colorFarSeeker(dna_t d, view_t v) {
#define s(w,x,y) (v(x,y)>-1?((b+dnarange(d,l+m+n*v(x,y),n))*w):0)
#define max2(a,b) (((a)>(b))?(a):(b))
#define max3(a,b,c) (max2(a,max2(b,c)))
#define push(vec,maxScore,score,x,y) if(score==maxScore&&v(x,y)>-1)vec.push_back({x,y});
#define tryReturn() if(vec.size()){return vec[v.rng.rint((int)vec.size())];}vec.clear();

    // Some constants to tweak
    int k = 4;
    int l = 3;
    int m = dnarange(d, 0, l);
    int n = 4;
    int b = dnarange(d, l, k) + 10;

    std::vector<coord_t> vec;

    // Looks forward for good moves...
    int upRightScore = s(1,0,-2) + s(1,1,-2) + s(1,2,-2) + s(5,1,-1);
    int forwardScore = s(1,2,-1) + s(1,2,0) + s(1,2,1) + s(5,1,0);
    int downRightScore = s(1,0,2) + s(1,1,2) + s(1,2,2) + s(5,1,1);
    int maxForwardScore = max3(upRightScore,forwardScore,downRightScore);
    push(vec,maxForwardScore,upRightScore,1,-1);
    push(vec,maxForwardScore,forwardScore,1,0);
    push(vec,maxForwardScore,downRightScore,1,1);
    tryReturn();

    // Looks sideways for good moves...
    int upScore = s(1,-1,-2) + s(1,0,-2) + s(1,1,-2) + s(5,0,-1);
    int downScore = s(1,-1,2) + s(1,0,2) + s(1,1,2) + s(5,0,1);
    int maxSideScore = max2(upScore,downScore);
    push(vec,maxSideScore,upScore,0,-1);
    push(vec,maxSideScore,downScore,0,1);
    tryReturn();

    // If all else fails, move backwards randomly.
    // I have tried considering the scores of backmoves,
    // but it seems worse than just randomly moving backwards. 
    vec.push_back({-1,-1});
    vec.push_back({-1,0});
    vec.push_back({-1,1});
    return vec[v.rng.rint((int)vec.size())];

}

स्कोर:

वहाँ 1 का एक सा है ... जो आप एक दूसरे के बाद 1 आराम सांत्वना देखते हैं जब एक बालक निराशाजनक हो सकता है। जीवन के लिए सभी आवश्यकताओं के साथ एक ग्रह की तरह, लेकिन उन्नत चूहा सभ्यताओं के कोई संकेत नहीं ...
फिर कभी-कभी स्पाइक। :)

हम्म ... जाहिर है कि मैं रन के अपने पहले बैच के लिए भाग्यशाली था, जिसे 300+ का ज्यामितीय अंक मिला। स्कोर वास्तव में काफी उतार-चढ़ाव करते हैं। लेकिन वैसे भी, सिम्युलेटर के अधिक रन के साथ, यह संभवतः (74 के करीब है। (मुझे और तेज प्रज्वलित कार्यक्रम की नकल करने में मदद के लिए Thx feersum)

मेरे रन से स्कोर: 6 6 53 1 5 101223 89684 17 2 303418 4 85730 24752 1 1 1 3482515 39752 1 59259 47530 13 554321 1 563794 1 1737329 1 57376 1 123870 4 1 79092 69931 594057 1 69664 596 1 1 376 2 1 51704 1 254006 4 24749 1 117987 49591 220151 26 4292194 23 57616 72 67 1 4 308039 1 1 103 89258 1 286032 1 5 3 1 5 5 114 1141 46 143712 5 15 9 80 7425 1 1 7 1 108379 70122 97238 1 5 5 1 23 104794 1 10476 59245 1 204 1 20 1 1 12 1 29641 1 314894 18785 13 1 3 1 1 2 526001 1 1 27559 29285 3 3 128708 70366 3 2 2 1 208531 331 1 2 61 114993 1 15 51997 1 2 146191 1 2 1 1 31 4 3 1 161422 207 1 64 1 1 1 68594 145434 87763 150187 169 185518 1 1 1 1 24208 2570 1 1 537 1 1 462284 1 2 55 1 1 214343 1 40147 2 213952 1 29 3 1 2144435 5 4502444 72111 1111 1 1 1 1 774547


1
मुझे 1000 गेम, अच्छी नौकरी के साथ 74.7 का ज्यामितीय मतलब मिला।
फ़र्सम

8

बिशप - पायथन, प्रारंभिक स्कोर 1.901

बिशप हमेशा तिरछे तरीके से चलता है इसलिए बोर्ड पर दिए गए ट्रेक पर आधा बोर्ड दुर्गम होता है, लेकिन इसका मतलब यह है कि सांकेतिक शब्दों में कम संभावित चालें होती हैं, इसलिए जीनोम का प्रत्येक व्यक्ति बिट एक चाल का प्रतिनिधित्व कर सकता है (बिशप कभी पीछे नहीं हटता)। निर्दिष्ट करने के लिए किस बिट को निर्दिष्ट किया जाता है जो नमूने के आगे (दाईं ओर) वर्गों के 3x3 ब्लॉक के आधार पर तय किया जाता है। किसी दिए गए स्थिति के लिए सबसे अच्छा कदम केवल एक ही बिट म्यूटेशन दूर है।

यह बॉट पहली बार में जल्दी सीखता है, लेकिन फिर अक्सर समापन तक पहुंचने से पहले एक छत को हिट करता है, संभवतः जहां निम्नलिखित दो समस्याओं में से एक होती है:

  • बोर्ड मैप के दो या दो से अधिक भागों को एक ही बिट पर अलग-अलग चाल की आवश्यकता होती है।
  • कुछ बोर्ड केवल विकर्ण चालों का उपयोग करके पास करने योग्य नहीं हैं।

कोड

class BishopPlayer(Player):
    def __init__(self):
        Player.__init__(self)
        self.coords = [Coordinate(1,-1),
                       Coordinate(1, 1),
                       ]
        self.inputs = [(x,y) for x in (0,1,2) for y in (-1,0,1)]

    def turn(self):
        # Move away from out of bounds areas
        if self.vision_at(0,-1) == -1:
            return self.coords[1]
        if self.vision_at(0,1) == -1:
            return self.coords[0]

        # Move right, and either up or down based on one bit of the genome
        bit_to_use = sum(self.vision_at(self.inputs[i][0],
                                        self.inputs[i][1]
                                        ) * (16 ** i) for i in range(9)
                         ) % 100
        return self.coords[self.bit_at(bit_to_use)]

इन सीमाओं के बावजूद, दुर्लभ अवसरों पर बिशप अच्छी तरह से करता है, व्यक्तिगत नमूनों के साथ प्रत्येक बोर्ड के कई अंतराल को पूरा करता है। मैंने सोचा था कि किसी दिए गए गोद में एक नमूना केवल बोर्ड के आधे भाग पर जा सकता है (केवल काले वर्गों के बराबर या शतरंज बोर्ड पर केवल सफेद वर्ग)। हालांकि, जैसा कि मार्टिन ब्युटनर ने कहा, एक टेलीफ़ोन एक काले वर्ग से एक सफेद वर्ग या इसके विपरीत एक नमूना को स्थानांतरित कर सकता है, इसलिए अधिकांश बोर्डों पर वे प्रतिबंधित नहीं होंगे।

(मिलान किए गए टेलीपोर्टर्स प्रकार के दो जोड़े हैं और प्रत्येक में एक ऑफसेट होने की 0.5 की संभावना है जो एक नमूना को काले और सफेद वर्गों के दूसरे आधे हिस्से में ले जाता है। इसलिए बोर्ड की संभावना केवल टेलीपोर्टर्स है जो नमूना को एक तक सीमित करती है। बोर्ड का आधा प्रति लैप केवल 0.25 है।)

स्कोर से पता चलता है कि सामयिक जीत लंबे समय तक खत्म होने की लंबी अवधि के साथ अन्तर्निहित हैं:

स्कोर: 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 2 1 1 1 1 1 6 1 8 1 10 15 1 1 12,544 1 2 1 1 1 1 3 7554 1 1 1 1 1


8

रन-बोनस खिलाड़ी: ज्यामितीय माध्य 50.35 (5000-गेम टेस्ट)

यह बॉट रंग-स्कोर खिलाड़ी की तरह डीएनए के 6-बिट अनुभाग के आधार पर अपने व्यक्तिगत रंगों के आधार पर स्कोर करता है, लेकिन एक अलग संख्या प्रणाली के साथ। यह बॉट इस विचार से प्रेरित था कि यह मनमाना है कि बिट्स में से एक 32 से स्कोर के मूल्य को बदल देता है, जबकि दूसरा केवल 1 से ऐसा करता है। यह मान n (n + 1) / 2 को एक रन में बदल देता है n लगातार 1 बिट्स। इसके अतिरिक्त, यह अटक जाने से बचने के प्रयास में एक यादृच्छिककरण तंत्र जोड़ता है। यह 30 में से 1 मौके के साथ एक यादृच्छिक फॉरवर्ड कदम होगा।

तुलना के लिए, रंग-स्कोर वाले खिलाड़ी ने 1000-गेम परीक्षणों के एक जोड़े में 30 से 35 स्कोर किया। दिलचस्प बात यह है कि कलर-स्कोर प्लेयर का अधिकतम गेम स्कोर 3-5 मिलियन रेंज में था, जबकि रन-बोनस का अधिकतम केवल 200 हजार था। नॉनजरो स्कोर को लगातार प्राप्त करके लॉगरिदमिक औसत स्कोरिंग सिस्टम से रन-बोनस लाभ।

5000 गेम चलाने से C ++ कंट्रोलर पर 6 थ्रेड्स के साथ लगभग 20 मिनट लगे।

coord_t runbonus(dna_t d, view_t v) {
    int ymax[3], nmax, smax = -1;
    if(!v.rng.rint(30)) {
        int y;
        while(!~v(1, y = v.rng.rint(-1, 1)));
        return {1, y};
    }
    for(int y = -1; y <= 1; y++) {
        if(v(1, y) == OUT_OF_BOUNDS) continue;
        int score = 0;
        int streak = 0;
        for(int i = 0; i < 6; i++) {
            if(d[6*v(1,y) + i])
                score += ++streak;
            else
                streak = 0;
        }
        if(score > smax) {
            smax = score;
            nmax = 0;
        }
        if(score == smax) ymax[nmax++] = y;
    }
    return {1, ymax[v.rng.rint(nmax)]};
}

जिज्ञासा से बाहर, 5000 ट्रैक परीक्षण में कितना समय लगा? मेरे चूहों को 1000 पटरियों को पूरा करने के लिए एक घंटे से अधिक की आवश्यकता है, इसलिए मुझे आपके परीक्षण मामले को पुन: पेश करने के लिए पूरी रात कंप्यूटर चलाने देना होगा।

@kuroineko आपके प्रश्न का उत्तर मेरे उत्तर में पहले से ही था।
feersum

अरे! माफ़ करना। मैं आपके पीसी पर आपके कोड की कोशिश करूंगा, यह देखने के लिए कि हार्डवेयर अंतर गति में क्या भाग निभाता है। और शायद MSVC के बजाय gcc का उपयोग करने का प्रयास करें। मैंने कोड के अन्य संगणना-भारी बिट्स के एक जोड़े पर MSVC पर 30% प्रदर्शन को बढ़ावा दिया।

4 थ्रेड के साथ मेरे i3-2100@3.1GHz पर 1000 ट्रैक्स के लिए आपका कोड 20 मिनट से थोड़ा अधिक चला। स्कोर लगभग 56 था । ऐसा लगता है कि मेरा पीसी आपकी तुलना में 5 गुना धीमा है और मेरा कोड किसी दिए गए मशीन पर लगभग 6 गुना धीमा होगा (लेकिन बेहतर स्कोर यांत्रिक रूप से एक लंबी गणना समय का अर्थ है)। जब से मैं एक नया पीसी खरीदने के लिए टूट गया हूं, यह थोड़ा सा अनुकूलन का समय है ...

8

StarPlayer | C ++ | स्कोर: 162 (500 गेम रन पर आधारित)

यह खिलाड़ी आगे का सबसे अच्छा तरीका खोजने के लिए A * का उपयोग करने की कोशिश करता है। यह ColorScorePlayer के समान ही वज़न प्रदान करता है और यह दृश्य के दाहिने किनारे के लिए रास्ता बनाने की कोशिश करता है। कार्यान्वयन मैंने कभी नहीं किया है, लेकिन यह बहुत कम से कम धीमा नहीं है।

#include <utility>

#define IDX(a,b) a[VIEW_DIST + b.x][VIEW_DIST + b.y]

std::pair<coord_t,int> planAhead(int weights[N_COLORS], view_t &v, coord_t target) {
    bool open[VIEW_DIST*2+1][VIEW_DIST*2+1] = {false};
    bool closed[VIEW_DIST*2+1][VIEW_DIST*2+1] = {false};
    int f_score[VIEW_DIST*2+1][VIEW_DIST*2+1] = {0};
    int g_score[VIEW_DIST*2+1][VIEW_DIST*2+1] = {0};
    coord_t came_from[VIEW_DIST*2+1][VIEW_DIST*2+1] = {{0,0}};
    open[VIEW_DIST][VIEW_DIST] = true;
    g_score[VIEW_DIST][VIEW_DIST] = v.rng.rint(5);
    f_score[VIEW_DIST][VIEW_DIST] = (abs(target.x) + abs(target.y)) * 10;
    for (;;) {
        coord_t current{VIEW_DIST+1,0};
        for (int x = 0; x < (VIEW_DIST*2+1); x++)
            for (int y = 0; y < (VIEW_DIST*2+1); y++)
                if (open[x][y] && (current.x > VIEW_DIST || f_score[x][y] < IDX(f_score,current)))
                    current = {x - VIEW_DIST, y - VIEW_DIST};
        if (current.x > VIEW_DIST)
            return {{1,0}, 1000000};
        if (current.x == target.x && current.y == target.y)
            break;
        IDX(open,current) = false;
        IDX(closed,current) = true;
        for (int dx = -1; dx <= 1; dx++) for (int dy = -1; dy <= 1; dy++) {
            if (dx == 0 && dy == 0)
                continue;
            coord_t tentative{current.x + dx, current.y + dy};
            if (abs(tentative.x) > VIEW_DIST || abs(tentative.y) > VIEW_DIST)
                continue;
            if (IDX(closed,tentative))
                continue;
            auto color = v(tentative.x, tentative.y);
            if (color == OUT_OF_BOUNDS)
                continue;
            auto tentative_g = IDX(g_score,current) + weights[color];
            if (!IDX(open,tentative) || tentative_g < IDX(g_score,tentative)) {
                IDX(came_from,tentative) = current;
                auto distance = abs(tentative.x - target.x) + abs(tentative.y - target.y);
                IDX(f_score,tentative) = tentative_g + distance * 10;
                IDX(g_score,tentative) = tentative_g;
                IDX(open,tentative) = true;
            }
        }
    }
    auto prev = target, current = target;
    while (current.x != 0 || current.y != 0)
        prev = current, current = IDX(came_from,current);
    return {prev, IDX(g_score,target)};
}

coord_t starPlayer(dna_t d, view_t v) {
    const int chunklen = DNA_BITS / N_COLORS;
    int weights[N_COLORS];
    for (int i = 0; i < N_COLORS; i++)
        weights[i] = dnarange(d, i*chunklen, chunklen);
    std::pair<coord_t,int> choice{{1,0}, 1000000};
    for (int y = -VIEW_DIST; y <= VIEW_DIST; y++) {
        auto plan = planAhead(weights, v, {VIEW_DIST, y});
        if (plan.second < choice.second)
            choice = plan;
    }
    return choice.first;
}

नमूना स्कोर:

4 92078 1 10 1 1 3 2 2862314 5 24925 1 3 2 126502 1 24 1097182 39 1 1 47728 227625 137944 15 1 30061 1 1 1 3171790 19646 1045866 1 1 1 829756 425 6699 22 8 1 1 6 104889 125608 1


1
1000 खेलों में मुझे 133.2 का स्कोर मिला, अच्छा है।
फ़ेरसम

7

वॉलग्यूसर - एक 1000 गेम टेस्ट में 113.266 स्कोर किया

एन्कोडिंग

मैं वास्तव में 6 बिट / रंग एन्कोडिंग सरल बना दिया। रंग को डिकोड करने के लिए [n]

  • 96 तक जीनोम में प्रत्येक n'th बिट
  • यदि योग अंक> = 4 है तो कहें कि यह वर्ग अवरुद्ध है
  • यदि योग अंक <= 4 है तो उसका अंतिम अंक उसके योग के अंक का 2 ^ है

पूरे जीनोम में एक रंग के लिए बिट्स को फैलाने से मैं इस संभावना को बढ़ा रहा हूं कि दोनों माता-पिता से बिट्स का उपयोग प्रत्येक रंग के लिए किया जाएगा।

आंदोलन

मैं एक का उपयोग करता हूं (मुझे यकीन है कि बहुत कुशल नहीं है) ए * आधारित खोज किसी भी सही किनारे वाले वर्गों के लिए न्यूनतम लागत पथ की तलाश में है। यदि कोई रंग "अवरुद्ध" होता है, तो वह खोज में कभी भी प्रवेश नहीं करेगा। यदि खोज को कोई रास्ता नहीं मिल रहा है तो यह मान लिया गया है कि यह चूहा प्रजनन करने के लायक नहीं है और इसे बाईं ओर ले जाकर समाप्त करने की कोशिश करता है।

अनफिट चूहों की संख्या कम करना

चूंकि मेरा जीनोम प्रभावी रूप से अनुमान लगा रहा है कि कौन से वर्ग दीवार या पिछड़े टेलिपोर्टर्स चूहों हैं जिनके पास कोई अनुमान नहीं है (कोई रंग जो नक्शे को अवरुद्ध करता है) बहुत फिट नहीं हैं। इन चूहों को आज़माने और हटाने के लिए यदि कोई रंग अवरुद्ध नहीं होगा, तो हर रंग अवरुद्ध के रूप में चिह्नित किया जाएगा और चूहा हमेशा एक को बाईं ओर ले जाएगा।

करने के लिए

वर्तमान में व्यवहार में कोई यादृच्छिकता नहीं है इसलिए चूहों को फंसाना आसान है।

#include "./gamelogic.cpp"

#include <algorithm>
#include <set>
#include <map>
#include <climits>

bool operator< (const coord_t &a, const coord_t &b){
    if(a.x != b.x){ return a.x < b.x; }
    else if (a.y != b.y){ return a.y < b.y; }
    else{ return false; }
}

bool operator== (const coord_t &a, const coord_t &b){
    return (a.x == b.x) && (a.y == b.y);
}

int coordDistance(const coord_t &a, const coord_t &b){
    int xDif = abs(a.x - b.x);
    int yDif = abs(a.y - b.y);
    return xDif > yDif ? xDif : yDif;
}

int coordMinSetDistance(const coord_t &a, const std::set<coord_t> &ends){
    int min = INT_MAX;
    for (auto i : ends){
        int cur = coordDistance(a, i);
        if (cur < min){
            min = cur;
        }
    }
    return min;
}


class ColorMap{
public:
    view_t *v;
    int colors[16] = {};
    const int Blocked = -1;

    ColorMap(dna_t &d, view_t *v){
        this->v = v;

        //Decode the genome
        for (int i = 0; i <= (16*6); i++){
            if (d.at(i) == true){
                colors[i % 16]++;
            }
        }

        //Encode the result
        bool guessedWalls = false;
        for (int i = 0; i < 16; i++){
            if (colors[i] >= 4){
                colors[i] = Blocked;
                guessedWalls = true;
            }
            else{
                colors[i] = pow(2, colors[i]);
            }
        }

        if (guessedWalls == false){
            for (auto i : colors){
                i = Blocked;
            }
        }
    }

    int operator() (coord_t pos){
        if (abs(pos.x) > VIEW_DIST || abs(pos.y) > VIEW_DIST){
            return Blocked;
        }

        int value = (*v)(pos.x, pos.y);
        if (value == OUT_OF_BOUNDS){
            return Blocked;
        }
        else{
            return colors[value];
        }
    }

    void print(){
        int lower = -1 * VIEW_DIST;
        int upper = VIEW_DIST;
        for (int y = lower; y <= upper; y++){
            for (int x = lower; x <= upper; x++){
                std::cout << std::setw(3) << this->operator()({ x, y });
            }
            std::cout << std::endl;
        }
    }
};

class node{
public:
    coord_t pos;
    coord_t cameFrom;
    int gScore;
    int minDistance;

    node(coord_t pos, coord_t cameFrom, int gScore, int minDistance){
        this->pos = pos;
        this->cameFrom = cameFrom;
        this->gScore = gScore;
        this->minDistance = minDistance;
    }

    int fScore() const{ return gScore + minDistance; };

    bool operator< (const node &rhs) const{ return fScore() < rhs.fScore(); }
};

class EditablePriorityQueue{
private:
    //This is reversed so smallest are on top
    struct lesser{
        bool operator()(node *a, node *b) const{
            return (*b) < (*a);
        }
    };

    std::vector<node*> queue; // Use heap functions to maintain the priority queue ourself
    std::map<coord_t, node*> members;

public:
    EditablePriorityQueue(){};

    ~EditablePriorityQueue(){
        for (auto &m : members){
            delete m.second;
        }
    }

    bool empty(){ return members.empty(); }

    node *top(){
        auto top = this->queue.front();
        std::pop_heap(queue.begin(), queue.end(), lesser());
        queue.pop_back();
        members.erase(top->pos);
        return top;
    }

    void set(coord_t target, coord_t cameFrom, int gScore, int minDistance){
        auto targetLocation = members.find(target);

        //If the target isn't a member add it
        if (targetLocation == members.end()){
            auto *newNode = new node(target, cameFrom, gScore, minDistance);
            queue.push_back(newNode);
            std::push_heap(queue.begin(), queue.end(), lesser());
            members[target] = newNode;
        }
        //The target must be updated
        else{
            auto currentNode = targetLocation->second;
            if (currentNode->gScore > gScore){
                currentNode->gScore = gScore;
                currentNode->cameFrom = cameFrom;
                std::make_heap(queue.begin(), queue.end()); //More efficient way to do this?
            }
        }
    }
};

std::pair<coord_t, int> pathCost(ColorMap &m, coord_t start, const std::set<coord_t> &ends){
    EditablePriorityQueue openSet;
    std::set<coord_t> closedSet;
    std::map<coord_t, coord_t> cameFrom;

    openSet.set(start, start, 0, coordMinSetDistance(start, ends));
    while (openSet.empty() == false){
        auto current = openSet.top();
        closedSet.insert(current->pos);
        cameFrom[current->pos] = current->cameFrom;

        //Check if we're done
        if (ends.count(current->pos) != 0){
            //Recover the path
            coord_t path = current->pos;
            int finalScore = current->gScore;
            delete current;
            while (!(cameFrom[path] == start)){
                path = cameFrom[path];
            }

            return{ path, finalScore };
        }               

        //Examine current's neighbours
        for (int x = -1; x <= 1; x++) for (int y = -1; y <= 1; y++){
            coord_t neighbour = { current->pos.x + x, current->pos.y + y };

            if (x == 0 && y == 0){ continue; }

            closedSet.count(neighbour);
            if (closedSet.count(neighbour) != 0){ continue; }

            int neighbourScore = m(neighbour);
            if (neighbourScore == m.Blocked){ continue; }

            int tentativeScore = current->gScore + neighbourScore;
            openSet.set(neighbour, current->pos, tentativeScore, coordMinSetDistance(neighbour, ends));

        }
        delete current;
    }

    return{ { -1, 0 }, INT_MAX }; //Try to end it
}

coord_t myPlayer(dna_t d, view_t v) {
    auto ourMap = ColorMap(d, &v);

    std::set<coord_t> edges;
    for (coord_t edge = { VIEW_DIST, -1 * VIEW_DIST }; edge.y <= VIEW_DIST; edge.y++){
        edges.insert(edge);
    }

    //Move to the neighbor closest to a square on the right
    auto result = pathCost(ourMap, { 0, 0 }, edges);
    auto minMove = result.first;

    return minMove;
}

int main() {
    slog << "Geometric mean score: " << runsimulation(myPlayer) << std::endl;
}

हम्म, यह मेरे लिए संकलन नहीं है g++ -std=c++11 .\wallguesser.cpp -O2 -o .\wallguesser.exe। मुझे बहुत सारी त्रुटियां मिलती हैं लेकिन पहला है.\wallguesser.cpp:47:19: error: 'dna_t' has no member named 'at' if (d.at(i) == true){
मार्टिन एंडर

कोई बात नहीं, बस इसे ठीक atकरने के लिए बदल रहा है []
feersum

7

FITTEST - ज्यामितीय औसत स्कोर: ~ 922 (2K रन)

मेरा दृष्टिकोण है:

  1. पता लगाएँ कि क्या प्रजातियों को मारता है और वांछित व्यवहार को परिभाषित करता है (कार्यात्मक)
  2. कोड (तकनीकी) में वांछित व्यवहार को लागू करना
  3. इसे प्राथमिकता दें । क्या यह अन्य वांछित व्यवहार की तुलना में अधिक महत्वपूर्ण या कम महत्वपूर्ण है।
  4. समाधान के मापदंडों को घुमाकर ज्यामितीय माध्य स्कोर का अनुकूलन करें।

मैंने उसी 50 बीजों के साथ मापदंडों के 2000 से अधिक सेट का परीक्षण किया। सबसे आशाजनक सेट चुने गए थे और 250 समान बीजों का उपयोग करके स्कोर किया गया था और उच्चतम रैंक वाले लोग परीक्षण के अगले दौर के लिए इनपुट थे। तो मैं इस समस्या के लिए इष्टतम आनुवंशिक एल्गोरिथ्म खोजने के लिए एक आनुवंशिक एल्गोरिथ्म बनाने में कामयाब रहा जैसा कि उपयोगकर्ता mbomb007 द्वारा सुझाया गया है ।

वांछित व्यवहार:

  1. प्रजातियों को सीखना चाहिए कि कौन से रंग सुरक्षित हैं और कौन से खराब हैं।
  2. प्रजाति को मुख्य रूप से अपने निर्णय पर ध्यान केंद्रित करना चाहिए कि सामने की 3 कोशिकाओं के आधार पर कहाँ जाना है, लेकिन यदि कोई अच्छी चाल उपलब्ध नहीं है, तो ऊर्ध्वाधर या पिछड़े कदमों पर विचार किया जाना चाहिए
  3. प्रजाति को यह भी देखना चाहिए कि उसके आसपास 8 कोशिकाओं से परे क्या है और निर्णय लेने में जानकारी में इसका उपयोग करें
  4. प्रजातियों को जाल की पहचान करना सीखना चाहिए ।
  5. कुछ प्रजातियां गलत तरीके से मानती हैं कि दीवारें अच्छी हैं और हर समय उनके पास जाने की कोशिश करते हैं और इसलिए दीवारों के सामने फंस जाते हैं। यदि वे उस समय के उच्चतम योग्य स्कोर वाली प्रजातियां हैं, तो दीवार के बारे में गलत धारणा के साथ उनके डीएनए को कई बार नवजात शिशुओं में दोहराया जाता है । कुछ समय बाद सभी प्रजातियां दीवारों के सामने फंस जाती हैं और उनमें से कोई भी अंक स्कोर करने के लक्ष्य तक नहीं पहुंचता है। मोरों को कैसे रोका जाए?

डेटा भंडारण के तरीके:

हम चाहते हैं कि प्रजातियां चीजों को सीखें, अपने पर्यावरण के अनुकूल, सबसे योग्य बनें। अनिवार्य रूप से यह केवल काम करता है, अगर सीखने को किसी भी तरह संग्रहीत किया जा सकता है। सीखने को 100 डीएनए बिट्स में 'संग्रहीत' किया जाएगा। यह भंडारण का एक अजीब तरीका है, क्योंकि हम अपने डीएनए के मूल्य को बदल नहीं सकते हैं । इसलिए हम मानते हैं कि डीएनए पहले से ही खराब और अच्छी चाल की जानकारी संग्रहीत करता है। यदि एक निश्चित प्रजाति के लिए सही जानकारी उसके डीएनए में संग्रहीत है, तो वह तेजी से आगे बढ़ेगा और अपने डीएनए के साथ कई नई प्रजातियों का उत्पादन करेगा।

मुझे पता चला कि जानकारी संग्रहीत करने के लिए ज्यामितीय माध्य स्कोर संवेदनशील है। मान लेते हैं कि हमने डीएनए के 100 बिट्स के पहले 4 बिट्स को पढ़ा और इसे पूर्णांक चर में संग्रहीत करना चाहते हैं। हम इसे कई तरीकों से कर सकते हैं:

  1. दशमलव डेटा का भंडारण: 'बिल्ट-इन' dnarangeफ़ंक्शन का उपयोग करके , उदाहरण: 4bits 1011`1x2 ^ 3 + 0x2 ^ 2 + 1x2 ^ 1 + 1x2 ^ 0 = 15. संभावित मान (4 बिट्स के लिए) बन जाएगा: 0 /, 1 , 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]
  2. धारियाँ डेटा भंडारण:dnaStreakRange फ़ंक्शन का उपयोग करके (नीचे परिभाषित), उदाहरण: 4bit 1011 बन जाएगा 1x1 + 0x1 + 1x1+ 1x2 = 4। संभावित मान (4 बिट्स के लिए): [0, 1, 2, 3, 6, 10]
int dnaStreakRange(dna_t &d, int start, int chunklen) {
    int score = 0;
    int streak = 0;
    for(int i = 0; i < chunklen; i++) {
        if(d[start + i])
            score += ++streak;
        else
            streak = 0;
    };  
    return score;
}
  1. बिट्सम डेटा स्टोरेज:dnaCountRange फंक्शन (नीचे परिभाषित) का उपयोग करके , उदाहरण: 4bit 1011 बन जाएगा 1x1 + 0x1 + 1x1 + 1x1 = 3। संभावित मान (4 बिट्स के लिए): [0, 1, 2, 3, 4]
int dnaCountRange(dna_t &d, int start, int chunklen) {
    int score = 0;
    for(int i = 0; i < chunklen; i++) {
        if(d[start + i])
            score ++;
    };  
    return score;
}

भंडारण विधियों के बीच अंतर हैं:

  • डीएनए में एकल परिवर्तन के लिए दशमलव संग्रहण विधि असुरक्षित है । जब बिट्सम मान 1011 से 0011 तक बदल जाता है, तो इसका मान 3 से 2 में बदल जाता है जो कि एक मामूली बदलाव है।
  • दशमलव भंडारण विधि सजातीय है । प्रत्येक संभावित मानों में एक ही परिवर्तन होने के लिए होता है। 4 बिट स्टोरेज मेमोरी ब्लॉक से 15 का मान पढ़ने का मौका 1/16 = 6% है। लकीर भंडारण विधि सजातीय नहीं है । मौका है कि एक लकीर 4 बिट मूल्य कम या बराबर है कि 6 है (15-3) / 16 = 81% (0111,1110,111 को छोड़कर सभी 16 संयोजन)। एक दृश्य के नीचे जो वितरण के आकार को दर्शाता है। जैसा कि आप नीले तीर पर देख सकते हैं कि 4 बिट की लकीर 6 या 81 के बराबर है। 4,5 और 6 बिट लंबी बाइनरी संख्या के लिए दशमलव, लकीर और बिटसुम भंडारण प्रकारों के वितरण का दृश्य

समाधानों को प्राथमिकता दें।

जब ColorScorePlayer ने समान स्कोर वाले दो फॉरवर्ड मूव्स की पहचान की है तो एक मनमाना विकल्प बनाया जाता है। IMHO, आपको यादृच्छिक फ़ंक्शन v.rng.rint()फ़ंक्शन का उपयोग कभी नहीं करना चाहिए । इसके बजाय आपको दूसरे ऑर्डर प्रभावों के समाधान का मूल्यांकन करने के लिए एक हुक के रूप में समान स्कोर के इस अवसर का उपयोग करना चाहिए।

प्रथम आदेश प्रभाव को सर्वोच्च प्राथमिकता मिलती है। यदि समान स्कोर तक पहुंच जाता है, तो प्राथमिकता 2 के साथ समाधान प्रबल होता है। एक समाधान के मापदंडों को टटोलकर आप उस मौके को प्रभावित कर सकते हैं जो समान स्कोर होता है और इस तरह प्राथमिकता 1 और प्राथमिकता 2 समाधान का वजन बदल जाता है।

वांछित व्यवहार का कार्यान्वयन

जानें कौन से रंग सुरक्षित हैं:

  • 16 रंगों में से 33% खराब हैं और इसलिए जब एक चाल का स्कोर 63/3 से नीचे है तो इस कदम की अनुमति नहीं दी जाएगी। इसलिए threshold = 63/3=21, जहां 63 6 बिट्स और 33% = 1/3 के लिए अधिकतम स्कोर है (ऊपर ग्राफ में देखा जा सकता है)।

यदि कोई अच्छी चाल उपलब्ध नहीं है, तो ऊर्ध्वाधर या पीछे की ओर जाएँ:

  • जब किसी भी आगे की चाल की अनुमति नहीं है, तो ऊर्ध्वाधर चाल की तुलना उसी तरह से एक दूसरे के साथ की जाएगी। यदि कोई लंबवत चालों की अनुमति नहीं है, तो पिछड़ी चालों को स्थान दिया गया है। यह weightMoveचर के माध्यम से प्राप्त किया जाता है ।

आगे देखिये क्या है:

  • जब 2 या 3 चालों में समान स्कोर होता है, तो उन चालों के आसपास 3x3 बॉक्स निर्धारित करेगा (के माध्यम से x2और y2लूप) सबसे अच्छा विकल्प क्या है ( mainSubScoreचर के माध्यम से )। उस 3x3 बॉक्स में सबसे सही स्तंभ अग्रणी है।
coord_t adjustedColorPlayer(dna_t d, view_t v) {
    const int chunklen = 6,threshold = 63/3;
    int xBestScore=0, yBestScore=0;
    long bestScore=-1, weightMove, weightMove2, mainScore;
    for(int x = -1; x <= 1; x++) {
        if (x < 0) weightMove = 1000; // moving backward
        if (x== 0) weightMove = 10000; //moving vertical
        if (x > 0) weightMove = 100000; //moving forward
        for(int y = -1; y <= 1; y++) {
            if(v(x, y) == OUT_OF_BOUNDS || (x==0&&y==0) ) continue;
            mainScore = dnarange(d,v(x,y)*chunklen,chunklen);
            if (mainScore<threshold+1) {
                mainScore =  0; //not a suitable move because too low score
            }else{
                mainScore*= weightMove;
                // when equal score, use sub score by examining 5x5 box to rank moves
                for(int x2 = x-1; x2 <= x+1; x2++){     
                    if (x2 < x) weightMove2 = 1; // moving backward
                    if (x2== x) weightMove2 = 10; //moving vertical
                    if (x2 > x) weightMove2 = 100; //moving forward
                    for(int y2 = x-1; y2 <= y+1; y2++){     
                        if(v(x2, y2) != OUT_OF_BOUNDS){
                            long mainSubScore = dnarange(d,v(x2,y2)*chunklen,chunklen);
                            if (mainSubScore>=threshold+1) mainScore+=mainSubScore*weightMove2;
                        }
                    }
                 }
            }
            if(mainScore > bestScore) {
                bestScore = mainScore;              
                xBestScore = x;
                yBestScore = y;
            }
        }
    }
    return{xBestScore,yBestScore};
}

स्कोर: 123 (2K रन)

पहले 50 स्कोर (18 खेलों में केवल 1 अंक बना है):

1 10 1 79947 3 1 11 125 7333287 23701 310869 53744 1 2 2 2 2 1 1 57556 2 688438 60 1 2 2636261 26306 1 125369 1 1 1 618951 1 36 36 1 91100 87636 1 2 47497 53 16 1 11 222384 1 1 1

जाल की पहचान करें:

मैंने उच्चतम स्कोर वाली प्रजातियों के डीएनए की जांच की जब एक मनमाना खेल बिट्सम 4 स्टोरेज का उपयोग कर समाप्त हो गया (इसलिए कलर स्कोर रेंज [0,4]):

  • स्कोर 0: टेलीपोर्ट पिछड़े, दोनों दीवारें, 1x सुरक्षित
  • 1 रन: ट्रैप बैकवर्ड (इतना हानिरहित), टेलपोर्ट पिछड़ा, 1x सुरक्षित
  • 2 रन: ट्रैप फॉरवर्ड (इतना खतरनाक), 1x सुरक्षित
  • स्कोर 3: टेलीपोर्ट आगे, 5x सुरक्षित
  • स्कोर 4: टेलीपोर्ट फॉरवर्ड, 1x सुरक्षित

इससे यह निष्कर्ष निकाला जा सकता है कि दीवारों और दूरसंचार को एक सही स्कोर मिलता है। जाल की पहचान नहीं की जाती है क्योंकि वे दिशा और उत्पत्ति के रंग पर निर्भर होते हैं, जबकि स्कोरिंग गंतव्य के रंग पर किया जाता है। इसलिए उत्पत्ति के रंग पर डेटा संग्रहीत करने की भी आवश्यकता है, इसलिए v(0,0)। एक आदर्श दुनिया में हम 16 रंगों x 8 दिशाओं x 3 बिट्स = 384 बिट्स के लिए जानकारी संग्रहीत करना चाहते हैं।

दुर्भाग्य से, केवल 100 बिट्स उपलब्ध हैं और हम इसका उपयोग नहीं कर सकते हैं क्योंकि हमें ऊपर बताए गए समाधान के लिए कुछ मेमोरी की भी आवश्यकता है। इसलिए हम 4 रंग के डिब्बे बनाएंगे:

  • 0: रंग 0 - रंग 3,
  • 1: रंग 4 - रंग 7,
  • 2: रंग 8 - रंग 11,
  • 3: रंग 12 - रंग 16

और 4 चाल की दिशा में डिब्बे

  • 0: ऊर्ध्वाधर या पीछे ले जाएँ,
  • 1: आगे बढ़ें,
  • 2: आगे बढ़ें,
  • 3: नीचे की ओर आगे बढ़ें

जब दशमलव स्कोर 4 या अधिक होता है (100,101,110,111), तो यह माना जाता है कि एक जाल इस सेल से जुड़ा हुआ है, जिसके परिणामस्वरूप समान स्कोर आने पर इस कदम को नहीं उठाया जाएगा। इसलिए ट्रैप पहचान एक दूसरे क्रम का प्रभाव है और 'लुक व्हाट इज परे' एक तीसरा प्राथमिकता समाधान होगा।

int dnaLookup2(dna_t &d, int start, int chunklen, int storageMethod) {
    // Definition of storageMethod: 0=decimal, 1=streak, 2=bitsum
    int score = 0, streak = 0;
    for(int i = start; i < start+chunklen; i++) {
        int value = d[i];
        if (storageMethod==0) {
            score = (score << 1) |value;
        }else{
            if (storageMethod==1){
                if(value) score += ++streak; else streak = 0;
            }else{
                if(value) score ++;         
            }
        }
    };  
    return score;
}

coord_t theTrapFighter(dna_t d, view_t v) {
    // Definition of storageMethod: 0=decimal, 1=streak, 2=bitsum
    const int colorMemStorageMethod = 1, colorMemBlockSize = 3;
    const int trapMemStorageMethod = 0, trapMemBlockSize = 3;
    const int trapMemTopThreshold = 4, nDirBins = 4, nColorBins = 4;

    int xBestScore=0, yBestScore=0;
    long bestScore=-1, weightMove, weightMove2, mainScore;
  for(int x = -1; x <= 1; x++) {
        if (x < 0) weightMove = 1000; // moving backward
        if (x== 0) weightMove = 10000; //moving vertical
        if (x > 0) weightMove = 100000; //moving forward
        for(int y = -1; y <= 1; y++) {          
            int color = v(x, y);
            if(color == OUT_OF_BOUNDS || (x==0&&y==0) ) continue;
            mainScore = dnaLookup2(d,color*colorMemBlockSize,
             colorMemBlockSize,colorMemStorageMethod);
            if (mainScore==0) {
                //not a suitable move because too low score
            }else{
                mainScore*= weightMove;
                //lookup trap likelihood
                int directionBin = 0;
                if (nDirBins==3) directionBin = x>0?y+1:-1;
                if (nDirBins==4) directionBin = x>0?y+2:0;
                // put 16 colors in nColorBins bins
                int colorBin = v(0,0)*nColorBins/N_COLORS; 
                colorBin = colorBin>(nColorBins-1)?(nColorBins-1):colorBin;
                if (directionBin >= 0 &&
                 dnaLookup2(
                   d,
                   colorMemBlockSize*16
                    +trapMemBlockSize*(nColorBins*directionBin+colorBin),
                   trapMemBlockSize,
                   trapMemStorageMethod
                 ) >=trapMemTopThreshold){
                  //suspect a trap therefore no sub score is added                  
                 }else{
                    // when equal score, use sub score by examining 5x5 box to rank moves
                    for(int x2 = x-1; x2 <= x+1; x2++){     
                        if (x2 < x) weightMove2 = 1; // moving backward
                        if (x2== x) weightMove2 = 10; //moving vertical
                        if (x2 > x) weightMove2 = 100; //moving forward
                        for(int y2 = x-1; y2 <= y+1; y2++){     
                            int color2 = v(x2, y2);
                            if(color2 != OUT_OF_BOUNDS){
                                mainScore+=weightMove2 * dnaLookup2(d,color2*colorMemBlockSize,
                                 colorMemBlockSize,colorMemStorageMethod);
                            }
                        }
                    }               
                 }
            }
            if(mainScore > bestScore) {
                bestScore = mainScore;              
                xBestScore = x;
                yBestScore = y;
            }
        }
    }
    return{xBestScore,yBestScore};
}

स्कोर: 580 (2K रन)

पहले 50 स्कोर (13 खेलों में केवल 1 अंक बना है):

28,044 14,189 1 2,265,670 2,275,942 3 122,769 109,183 401,366 61,643 205,549 47,563 138,680 1 107,199 85,666 31 2 29 29 [89,519 22 100,908 14,794 1 3,198,300 21,498 1,5,196,19,19,19,19,19,19,496,186,186,188,186/189/186/186/189/187/522/189/522/189/187/186/187/187/187/nx=hp=5186/5186/189/5176/189187/189184187184182174174174172752752752752752 नंबर 175275842 175275542 1 लाख 28 हजार 4172 रुपए का नोट 1 लाख 50 हजार यूपीआई नंबर 1 लाख यूपी के लिए यूपी के लिए उपलब्ध है।

दीवार के बारे में गलत धारणा कई बार नवजात शिशुओं में मोरों द्वारा दोहराई जाती है:

कुछ प्रजातियां गलत तरीके से मानती हैं कि दीवारें अच्छी हैं और हर समय उनके पास जाने की कोशिश करते हैं और इसलिए दीवारों के सामने फंस जाते हैं। वे टेलीपोर्टर्स के अनंत छोरों में भी फंस सकते हैं। दोनों मामलों में प्रभाव समान है।

मुख्य समस्या यह है कि कुछ सौ पुनरावृत्तियों के बाद कुछ जीन बहुत प्रभावी हो जाते हैं । यदि ये 'सही' जीन हैं, तो आप बहुत अधिक अंक (> 1 मिलियन अंक) प्राप्त कर सकते हैं। यदि ये गलत हैं, तो आप फंस गए हैं, क्योंकि आपको 'सही' जीन खोजने के लिए विविधता की आवश्यकता है।

लड़ाई लड़ रहे: समाधान 1: रंग उलटा

मैंने जो पहला समाधान निकाला, वह अप्रयुक्त स्मृति के एक भाग का उपयोग करने का एक प्रयास था जो अभी भी बहुत विविध है। मान लें कि आपने अपनी रंगीन मेमोरी और ट्रैप फाइंडिंग मेमोरी में 84 बिट्स आवंटित किए हैं। शेष 16 बिट्स बहुत विविध होंगे। हम 2 दशमलव 8 चर भर सकते हैं जिनमें अंतराल [0,255] के मान हैं और वे सजातीय हैं, जिसका अर्थ है कि प्रत्येक मूल्य में 1/256 का मौका है। चर बुलाया जाएगा inInverseऔर inReverse

यदि inInverse255 (1/256 मौका) के बराबर है, तो हम रंग स्कोर की व्याख्या को उलट देंगे । इसलिए जिस दीवार को मानसून के कारण सुरक्षित माना जाता है वह उच्च स्कोर है, उसे कम स्कोर मिलेगा और इसलिए यह एक खराब चाल बन जाएगी। नुकसान यह है कि यह 'अधिकार' जीन को भी प्रभावित करेगा, इसलिए हमारे पास बहुत कम स्कोर होंगे। इसके अलावा इस inInverseप्रजाति को खुद को प्रजनन करना होगा और इसके बच्चों को भी प्रमुख डीएनए के हिस्से मिलेंगे। सबसे महत्वपूर्ण हिस्सा यह है कि यह विविधता को वापस लाता है।

यदि inReverse255 (1/256 मौका) के बराबर है, तो हम रंग स्कोर के भंडारण पदों के क्रम को उलट देंगे । तो रंग 0 से पहले बिट्स 0-3 में संग्रहीत किया गया था। अब रंग 15 को उस स्थिति में संग्रहीत किया जाएगा। inInverseदृष्टिकोण के साथ अंतर यह है कि inReverseअब तक किए गए कार्य को पूर्ववत कर देगा। हम एक वर्ग में वापस आ गए हैं। हमने एक ऐसी प्रजाति बनाई है जिसमें समान जीन होते हैं जब खेल शुरू हुआ था (ट्रैप खोजने वाले स्मृति को छोड़कर)

यदि यह inInverseऔर inReverseउसी समय का उपयोग करने के लिए बुद्धिमान है, तो वाया अनुकूलन का परीक्षण किया जाता है । अनुकूलन के बाद यह निष्कर्ष निकाला गया कि स्कोर में वृद्धि नहीं हुई है। समस्या यह है कि हमारे पास अधिक विविध जीन आबादी है, लेकिन यह 'सही डीएनए' को भी प्रभावित करता है। हमें एक और उपाय चाहिए।

लड़ाई लड़ रहे: समाधान 2: हैश कोड

प्रजाति की 15 संभावित शुरुआती स्थिति होती है और वर्तमान में बहुत बड़ी संभावना है कि वह उसी पथ का अनुसरण करेगा यदि वह उसी प्रारंभिक स्थिति में शुरू करता है। यदि वह एक मोरन है जो दीवारों से प्यार करता है, तो वह एक ही दीवार पर बार-बार अटक जाएगा। यदि वह भाग्य से आगे की दीवार तक पहुंचने में कामयाब रहा, तो वह अपनी गलत धारणाओं के साथ डीएनए पूल पर हावी होने लगेगा। हमें इसकी आवश्यकता है कि उसकी संतान थोड़ा अलग रास्ता अपनाए (क्योंकि उसके लिए वैसे भी बहुत देर हो चुकी है), और आगे की दीवार पर नहीं, बल्कि आस-पास की दीवार पर अटक जाएगा । यह एक हैशकोड शुरू करके प्राप्त किया जा सकता है ।

एक हैशकोड को विशिष्ट रूप से बोर्ड पर वर्तमान स्थिति की पहचान करने और लेबल करने का उद्देश्य होना चाहिए। इसका उद्देश्य यह पता लगाना नहीं है कि (x, y) स्थिति क्या है, लेकिन सवालों के जवाब देने के लिए मेरे पूर्वजों को इस स्थान पर पहले से है?

चलिए मान लेते हैं कि आपके सामने पूरा बोर्ड होगा और आप 5 में से 5 को संभावित सेल द्वारा एक jpg बना देंगे। आप (53-5) x (15-5) = 380 छवियों के साथ समाप्त होंगे। आइए उन छवियों को 1 से 380 तक संख्या दें। हमारे हैशकोड को इस तरह की आईडी के रूप में देखा जाना चाहिए, इसके साथ यह अलग है कि यह 1 से 330 तक नहीं चलता है, लेकिन लापता आईडीएस है, इसलिए जैसे 563, 3424, 9424, 21245, आदि।

unsigned long hashCode=17;
for(int x = -2; x <= 2; x++) {
    for(int y = -2; y <= 2; y++) {
        int color = v(x, y)+2;
        hashCode = hashCode*31+color;
    }
}       

प्राइम नंबर 17और 31गायब होने की शुरुआत में जोड़े गए सूचनाओं को रोकने के लिए हैं। कार्यक्रम के बाकी हिस्सों में हमारे हैशकोड को एकीकृत करने के बारे में अधिक जानकारी ।

दूसरे "सबसर्किंग मैकेनिज्म" के साथ "सब्सक्राइबिंग मैकेनिज्म" को बदलने की सुविधा देता है। जब दो या तीन कोशिकाओं के समान मुख्य स्कोर होते हैं तो 50% मौका होगा, शीर्ष को चुना जाएगा, 50% मौका है कि नीचे की कोशिकाओं को चुना गया है और एक 0% मौका है कि मध्य को चुना जाएगा। मौका यादृच्छिक जनरेटर द्वारा निर्धारित नहीं किया जाएगा, लेकिन बिट्स मेमोरी से, इस तरह से हम यह सुनिश्चित करते हैं कि उसी स्थिति में एक ही पसंद किया जाता है।

एक आदर्श दुनिया (जहां हम स्मृति की एक अनंत राशि) में, हम एक अद्वितीय गणना करेंगे hashCode हमारे वर्तमान स्थिति, जैसे 25,881 के लिए, और स्मृति स्थान 25,881 जाता हूं और वहां पढ़ अगर हम ऊपर या नीचे सेल चुनना चाहिए (जब वहाँ एक समान स्कोर है)। इस तरह से हम ठीक उसी स्थिति में होंगे (जब हम उदाहरण के लिए दूसरी बार बोर्ड पर जाते हैं और उसी स्थिति में शुरू करते हैं) समान निर्णय लेते हैं। जब से हम अनंत स्मृति की जरूरत नहीं है कि हम एक सापेक्ष लागू होगी करने के लिए उपलब्ध स्मृति के आकार के hashCode । वर्तमान हैशकोड इस मायने में अच्छा है कि मोडुलो ऑपरेशन के बाद वितरण सजातीय है।

जब संतान एक ही बोर्ड को थोड़े बदले हुए डीएनए के साथ लेती है तो वह ज्यादातर मामलों में (> 99%) बिल्कुल वही निर्णय लेती है। लेकिन आगे वह बड़ा मौका आता है कि उसका रास्ता भर उसके पूर्वजों से अलग हो। तो मौका है कि वह इस दूर आगे दीवार पर अटक जाएगा छोटा है। उसी पास की दीवार पर अटकते हुए, क्योंकि उसका पूर्वज अपेक्षाकृत बड़ा है, लेकिन यह इतना बुरा नहीं है, क्योंकि वह बहुत अधिक संतान पैदा नहीं करेगा। हैशकोड दृष्टिकोण के बिना , पास और दूर की दीवार पर अटक जाने की संभावना लगभग समान है

अनुकूलन

अनुकूलन के बाद, यह निष्कर्ष निकाला गया कि जाल पहचान तालिका की आवश्यकता नहीं है और प्रति रंग 2 बिट पर्याप्त है। मेमोरी के शेष 100-2x16 = 68 बिट्स का उपयोग हैश कोड को स्टोर करने के लिए किया जाता है। ऐसा लगता है कि हैश कोड तंत्र जाल से बचने में सक्षम है।

मैंने 15 मापदंडों के लिए अनुकूलित किया है। इस कोड में ट्विस्टेड पैरामीटर (अब तक) का सबसे अच्छा सेट शामिल था:

int dnaLookup(dna_t &d, int start, int chunklen, int storageMethod,int inInverse) {
    // Definition of storageMethod: 0=decimal, 1=streak, 2=bitsum
    int score = 0;
    int streak = 0;
    for(int i = start; i < start+chunklen; i++) {
        int value = d[i];
        if (inInverse) value = (1-d[i]);            
        if (storageMethod==0) {
            score = (score << 1) |value;
        }else{
            if (storageMethod==1){
                if(value) score += ++streak; else streak = 0;
            }else{
                if(value) score ++;         
            }
        }
    };  
    return score;
}

coord_t theFittest(dna_t d, view_t v) {
    // Definition of storageMethod: 0=decimal, 1=streak, 2=bitsum
    const int colorMemStorageMethod = 2, colorMemBlockSize = 2, colorMemZeroThreshold = 0;
    const int useTrapMem = 0, trapMemStorageMethod = -1, trapMemBlockSize = -1;
    const int trapMemTopThreshold = -1, nDirBins = -1, nColorBins = -1;
    const int reorderMemStorageMethod = -1, reorderMemReverseThreshold = -1;
    const int reorderMemInverseThreshold = -1;
    // Definition of hashPrority: -1: no hash, 0:hash when 'look beyond' scores equal,
    // 1: hash replaces 'look beyond', 2: hash replaces 'trap finder' and 'look beyond'
    // 3: hash replaces everything ('color finder', 'trap finder' and 'look beyond')
    const int hashPrority = 2;
    int inReverse = reorderMemReverseThreshold != -1 && 
     (dnaLookup(d,92,8,reorderMemStorageMethod,0) >= reorderMemReverseThreshold);
    int inInverse = reorderMemInverseThreshold != -1 && 
     (dnaLookup(d,84,8,reorderMemStorageMethod,0) >= reorderMemInverseThreshold);
    int trapMemStart=N_COLORS*colorMemBlockSize;
    unsigned long hashCode=17;
    int moveUp=0;
    if (hashPrority>0){
        for(int x = -2; x <= 2; x++) {
            for(int y = -2; y <= 2; y++) {
                int color = v(x, y)+2;
                hashCode = hashCode*31+color;
            }
        }       
        unsigned long hashMemStart=N_COLORS*colorMemBlockSize;
        if (useTrapMem==1 && hashPrority<=1) hashMemStart+=nDirBins*nColorBins*trapMemBlockSize;
        if (hashPrority==3) hashMemStart=0;
        int hashMemPos = hashCode % (DNA_BITS-hashMemStart);
        moveUp = dnaLookup(d,hashMemStart+hashMemPos,1,0,inInverse);
    }

    int xBestScore=0, yBestScore=0;
    long bestScore=-1, weightMove, weightMove2, mainScore;
    for(int x = -1; x <= 1; x++) {
        if (x < 0) weightMove = 1000; // moving backward
        if (x== 0) weightMove = 10000; //moving vertical
        if (x > 0) weightMove = 100000; //moving forward
        for(int y = -1; y <= 1; y++) {          
            int color = v(x, y);
            if (inReverse) color = 15-v(x, y);
            if(color == OUT_OF_BOUNDS || (x==0&&y==0) ) continue;
            //when MoveUp=1 -> give move with highest y most points (hashScore=highest)
            //when MoveUp=0 -> give move with lowest y most points (hashScore=lowest)
            int hashScore = (y+2)*(2*moveUp-1)+4; 
            mainScore = dnaLookup(
              d,
              color*colorMemBlockSize,
              colorMemBlockSize,
              colorMemStorageMethod,
              inInverse
             );
            if (mainScore<colorMemZeroThreshold+1) {
                mainScore =  0; //not a suitable move because too low score
            }else{
                mainScore*= weightMove;
                //lookup trap likelihood
                int directionBin = 0;
                if (nDirBins==3) directionBin = x>0?y+1:-1;
                if (nDirBins==4) directionBin = x>0?y+2:0;
                // put 16 colors in nColorBins bins
                int colorBin = v(0,0)*nColorBins/N_COLORS; 
                if (inReverse) colorBin = (15-v(0,0))*nColorBins/N_COLORS; 
                colorBin = colorBin>(nColorBins-1)?(nColorBins-1):colorBin;
                if (useTrapMem && directionBin >= 0 &&
                 dnaLookup(
                   d,
                   trapMemStart+trapMemBlockSize*(nColorBins*directionBin+colorBin),
                   trapMemBlockSize,
                   trapMemStorageMethod,
                   0
                 )>=trapMemTopThreshold){
                  //suspect a trap therefore no sub score is added                  
                 }else{
                    if (hashPrority>=1){
                        mainScore+=hashScore;
                    } else{
                        // when equal score, use sub score by examining 5x5 box to rank moves
                        for(int x2 = x-1; x2 <= x+1; x2++){     
                            if (x2 < x) weightMove2 = 1; // moving backward
                            if (x2== x) weightMove2 = 10; //moving vertical
                            if (x2 > x) weightMove2 = 100; //moving forward
                            for(int y2 = x-1; y2 <= y+1; y2++){     
                                int color2 = v(x2, y2);
                                if (inReverse) color2 = 15-v(x2, y2);
                                if(color2 != OUT_OF_BOUNDS){
                                    long mainSubScore = dnaLookup(
                                      d,
                                      color2*colorMemBlockSize,
                                      colorMemBlockSize,
                                      colorMemStorageMethod,
                                      inInverse
                                    );
                                    if (mainSubScore>=colorMemZeroThreshold+1){
                                        mainScore+=mainSubScore*weightMove2;
                                    }
                                }
                            }
                        }
                    }               
                 }
            }
            if (hashPrority==2 || (useTrapMem<=0 && hashPrority>=1)) mainScore+=hashScore*10;
            if (hashPrority==3) mainScore=hashScore*weightMove;         

            if(mainScore > bestScore) {
                bestScore = mainScore;              
                xBestScore = x;
                yBestScore = y;
            }
        }
    }
    return{xBestScore,yBestScore};
}   

स्कोर: 922 (2K रन)

पहले 50 स्कोर (9 गेम में केवल 1 अंक बना है):

112,747 3 1 1,876,965 8 57 214,921 218,707 2,512,937 114,389 336,941 1 6,915 2 219,471 74,289 31 116 133,162 1 5 533,066 166,473 515,204 1 86,744 17,360 2 190,693 1% 122,993 1 2 122,81,1,1,1,12,1,1,3,3,3,३,३,३,३,२ ९ ३,११ ९ ४३ ९ ४६ 1,१ ९ ४२ ९ ४६१ ४२३ ९ ४६ 1,३ ९ ४ 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,

यह मेरा पहला C ++ प्रोग्राम है। मैं अब आप में से अधिकांश के रूप में gnome विश्लेषण में पृष्ठभूमि है। मैं आयोजकों को धन्यवाद देना चाहता हूं, क्योंकि मुझे वास्तव में इस पर काम करने में बहुत मजा आया।

यदि आपके पास कोई प्रतिक्रिया है, तो कृपया नीचे एक टिप्पणी छोड़ दें। लंबे ग्रंथों के लिए क्षमा याचना।


मुझे आपका ट्रैप विश्लेषण काफी दिलचस्प लगता है।

क्या आपने एक और हैश फंक्शन की कोशिश की, जैसे कि 12.5 16 बिट्स शब्दों के रूप में देखे गए 25 रंग मानों को संतुलित करना और मोड्यूलो लेना? मुझे यकीन नहीं है कि अभाज्य संख्या एक बेहतर समरूपता देती है, लेकिन मैं कोई बड़ा गणितज्ञ नहीं हूं।

इसके अलावा, क्या आपने एक पथप्रदर्शक एल्गोरिथम जोड़ने पर विचार किया है? यह जीनोम की परवाह किए बिना एक बहुत बड़ा सुधार कारक प्रतीत होता है, क्योंकि यह उन चालों को सीमित कर देगा जो केवल जीनोम की क्षमता का परीक्षण उन रास्तों के साथ करते हैं जो जीतने की स्थिति में ले जाने की अधिक संभावना रखते हैं।

kuroi, आपकी प्रतिक्रिया के लिए धन्यवाद। मैंने xoring की कोशिश नहीं की, क्योंकि मैं c ++ में बाइनरी ऑपरेशन के साथ इतना फेमिलियर नहीं हूं। मुझे लगता है आप 12.5 8 बिट्स शब्द का मतलब है? क्या आप xoring का उपयोग कर रहे हैं?
रुत

आप मेरे "हार्ड विश्वासियों" कोड को देख सकते हैं कि मैं किस प्रकार के हैश फ़ंक्शन का उपयोग करता हूं। मूल रूप से मैं ऑफ-ट्रैक कोशिकाओं को छोड़ देता हूं, और ऑन-ट्रैक रंगों को 16 बिट्स शब्द के उच्च और निम्न क्रम भागों के रूप में मानता हूं। इन सभी शब्दों को एक रजिस्टर में XOR के साथ संचित किया जाता है जिसे बाद में हैश टेबल के आकार से विभाजित किया जाता है। जब तक हैश अधिकतम मूल्य (65535) टेबल आकार (<100) से बहुत अधिक होता है, तो मोडुलो में अच्छी प्रसार शक्ति होती है। मैंने इसे बेतरतीब ढंग से उत्पन्न ग्रिड के एक विस्तृत सेट पर परीक्षण किया और यह एक अच्छा समरूपता है।

6

पाथफाइंडर, C ++, प्रारंभिक स्कोर 35.8504 (50 राउंड)

एक पूर्ण ओवरहाल! मैंने अपने एल्गोरिथ्म को C ++ में पोर्ट किया और इसे थोड़ा घुमाया, लेकिन स्कोर अभी भी बहुत अधिक नहीं है, शायद इसलिए कि चूहे दीवारों में अपना सिर पीटते रहते हैं। मैं इसे सुधारने की कोशिश कर कर थक गया हूँ, इसलिए मैं इसे अभी के लिए छोड़ दूँगा।


int dnarange(dna_t &d, int start, int len) {
    int res = 0;
    for(int i = start; i < start+len; i++) {
        res = (res << 1) | d[i];
    }
    return res;
}

int dnasum(dna_t &d, int start, int len) {
    int res = 0;
    for(int i = start; i < start+len; i++) {
        res += d[i];
    }
    return res;
}

int dnaweight(dna_t &d, int start) {
    return d[start] + d[start+1] + 2*d[start+2] + 2*d[start+3] + 3*d[start+4];
}

int trap_d [16] = {1,0,1,1,0,1,-1,1,-1,0,-1,-1,0,-1,1,-1}; //immutable
int nhood [10] = {1,0,1,1,1,-1,0,1,0,-1}; //immutable

coord_t pathfinder(dna_t d, view_t v) {
  int is_trap[16] = {0};
  int pos_or_weight[16] = {0};
  int u_weight = dnaweight(d, 80);
  for (int i = 0; i < 16; i++) {
    int status = dnarange(d, 5*i, 2);
    if (status == 1) {
      is_trap[i] = 1;
      pos_or_weight[i] = dnarange(d, 5*i + 2, 3);
    } else {
      pos_or_weight[i] = dnaweight(d, 5*i);
    }
  }
  int w_area[7][4] = {0};
  for (int j = 0; j < 7; j++) {
    w_area[j][3] = u_weight;
  }
  for (int i = 0; i < 3; i++) {
    w_area[0][i] = u_weight;
    w_area[6][i] = u_weight;
  }
  int d_coeff = dnaweight(d, 85);
  for (int i = 0; i < 3; i++) {
    for (int j = 1; j < 6; j++) {
      int p_or_w, color = v(i, j-3);
      if (color != OUT_OF_BOUNDS) {
    p_or_w = pos_or_weight[color];
      } else {
    p_or_w = 1000;
      }
      if (color != OUT_OF_BOUNDS && is_trap[color] && i+trap_d[2*p_or_w] >= 0) {
    w_area[j + trap_d[2*p_or_w + 1]][i + trap_d[2*p_or_w]] += d_coeff;
      } else {
    w_area[j][i] += p_or_w;
      }
    }
  }
  for (int i = 3; i >= 0; i--) {
    for (int j = 0; j < 7; j++) {
      int min_w = 1000;
      for (int k = std::max(0, j-1); k <= std::min(6, j+1); k++) {
    min_w = std::min(min_w, w_area[k][i + 1]);
      }
      w_area[j][i] += min_w;
    }
  }
  int speed = dnasum(d, 90, 5);
  w_area[2][0] += 2 + speed;
  w_area[4][0] += 2 + speed;
  int goal = dnaweight(d, 95);
  int min_w = 10000;
  int sec_w = 10000;
  int min_x, min_y, sec_x, sec_y, w;
  for (int i = 0; i < 5; i++) {
    w = w_area[nhood[2*i + 1] + 3][nhood[2*i]];
    if (w < min_w) {
      sec_w = min_w;
      sec_x = min_x;
      sec_y = min_y;
      min_w = w;
      min_x = nhood[2*i];
      min_y = nhood[2*i + 1];
    } else if (w < sec_w) {
      sec_w = w;
      sec_x = nhood[2*i];
      sec_y = nhood[2*i + 1];
    }
  }
  if (min_w > goal) {
    int r = v.rng.rint(5);
    return {nhood[2*r], nhood[2*r+1]};
  } else if (sec_w <= goal && v.rng.rint(100) < 2*speed) {
    return {sec_x, sec_y};
  }
  return {min_x, min_y};
}

व्याख्या

सामान्य विचार प्रत्येक रंग को या तो एक जाल के रूप में वर्गीकृत करना है या नहीं, फिर गैर-जाल को जाल और भार को दिशा निर्देश दें, और दृष्टि ग्रिड की दाईं सीमा के लिए न्यूनतम-वजन पथ का पालन करने का प्रयास करें।

जीनोम के पहले 80 बिट्स में, प्रत्येक रंग को 5 बिट्स का उपयोग करके वर्गीकृत किया गया है abcde। यदि ab = 01, रंग एक जाल है, और cdeइसकी दिशा (आठ संभावनाएं) को एन्कोड करता है। यदि ab ≠ 01, रंग एक जाल नहीं है, और इसका वजन है a + b + 2*(c + d + e)

अगला, हम एक 3x7 ग्रिड शुरू करते हैं, जो चूहे के दृष्टि क्षेत्र को उसके दाईं ओर, "अज्ञात" रंगों के साथ गद्देदार का प्रतिनिधित्व करता है। बिट्स 80-84 गैर-जाल रंगों के समान अज्ञात कोशिकाओं का वजन सांकेतिक शब्दों में बदलना, और बिट्स 85-89 जाल के लिए एक आम वजन सांकेतिक शब्दों में बदलना। हम ग्रिड को वज़न से भरते हैं, सबसे छोटे रास्तों की गणना करते हैं, और कुछ अतिरिक्त वजन (बिट्स में एन्कोडेड 90-95) को जोड़ते हैं और चूहे को साइडस्टेपिंग को हतोत्साहित करने के लिए सीधे चूहे के ऊपर और नीचे की कोशिकाओं को जोड़ते हैं। बिट्स 95-99 एक लक्ष्य वजन सांकेतिक शब्दों में बदलना। यदि किसी पथ का न्यूनतम वजन इसके नीचे है, तो चूहा शायद कहीं फंस गया है, और आगे बढ़ने के लिए बेतरतीब ढंग से आगे बढ़ता है (लेकिन कभी पीछे नहीं हटता)। अन्यथा, यह न्यूनतम वजन पथ का अनुसरण करता है। एक छोटी सी संभावना के साथ-साथ वजन को रोकने वाले वजन के आधार पर, चूहे इसके बजाय दूसरे-से-न्यूनतम वजन का रास्ता चुनते हैं। यह दीवारों से चिपके रहने को रोकने के लिए है (लेकिन ऐसा लगता है कि यह अभी बहुत अच्छी तरह से काम नहीं करता है)।


मेरे कंप्यूटर पर अपना कार्यान्वयन चलाएं। कुछ घंटे लगे। इसे औसतन 7.848433940863856 अंक मिलते हैं। pastebin.com/d50GcwnK
Jakube

@Jakube बहुत बहुत धन्यवाद! यह मेरी अपेक्षा से बहुत अधिक खराब है, लेकिन अब जब मैं कोड को फिर से देखता हूं, तो मुझे कई कीड़े और अन्य विषमताएं दिखाई देती हैं। मैं इसे C ++ में पोर्ट करने की कोशिश करूंगा ताकि बाद में मैं खुद इसका विश्लेषण कर सकूं।
जर्गब

5

LookAheadPlayer C ++ ayer 89.904

मेरा मूल विचार 4 बिट्स की तलाश करना था जो उस रंग से मेल खाता है जिसे मैं देख रहा था, और स्कोर के रूप में निम्नलिखित कुछ बिट्स का उपयोग कर रहा हूं। यह उत्परिवर्तन के कारण एक भयानक विचार निकला।

इसलिए मैंने म्यूटेशन और क्रॉसओवर से बचाव के तरीकों के बारे में सोचा, और यह मुझे उस काम पर याद दिलाया जो मैंने क्यूआर कोड डिकोडिंग पर किया है। क्यूआर कोड में डेटा को ब्लॉक में विभाजित किया जाता है और डेटा के दिए गए हिस्से को बहुत अधिक नष्ट करने से त्रुटियों से बचने के लिए धारीदार किया जाता है।

इसलिए, ColorScorePlayer की तरह, मैं डीएनए को 16 विखंडू में काटता हूं और दिए गए स्कोर के रूप में उपयोग करता हूं। हालांकि, स्कोर को धारीदार किया जाता है ताकि प्रत्येक स्कोर के व्यक्तिगत बिट्स आसन्न न हों। मैं फिर दोनों वर्तमान संभावित चालों और अगले संभावित चालों के स्कोर को जोड़ देता हूं और बनाने के लिए सर्वश्रेष्ठ चाल चुनता हूं।

नोट: यह मिगीडब्ल्यू पर कोडित / परीक्षण किया गया था। यह अनुकूलन के साथ, या मल्टीथ्रेडिंग के साथ संकलन नहीं करेगा। मेरे पास एक वास्तविक लिनक्स स्थापित या विज़ुअल स्टूडियो काम नहीं है जो एक कंपाइलर का उपयोग करने के लिए काम करता है जहां ये काम करेंगे। मैं इसे कल सुबह जल्दी परीक्षण करने जा रहा हूं, लेकिन कृपया मुझे बताएं कि क्या आप किसी भी मुद्दे में भाग लेते हैं।

// get striped color score, 6 bits per color. should be
// resistant to getting erased by a crossover
void mapColorsBitwise(dna_t &d, int* color_array) {
    for (int i=0; i<N_COLORS; i++) {
        int score = 0;
        for (int j=0; j<6; j++) {
            score = (score<<1) | d[ j*N_COLORS + i ];
        }
        color_array[i] = score;
    }
}

// label for the lookup tables
enum direction_lut {
    UP_RIGHT=0, RIGHT, DOWN_RIGHT
};

// movement coord_t's to correspond to a direction
static const coord_t direction_lut[3] = {
    { 1, -1 }, { 1, 0 }, { 1, 1 }
};

// indexes into the arrays to denote what should be summed
// for each direction.
static const int sum_lut[3][6] = {
    { 3, 4, 8, 8, 9, 14 }, { 9, 13, 13, 14, 14, 19 },
    { 14, 18, 18, 19, 23, 24 }
};

coord_t lookAheadPlayer(dna_t d, view_t v) {
    int scoreArray[25] = { 0 };
    int colorScores[N_COLORS] = { };

    // Get color mapping for this iteration
    mapColorsBitwise(d, colorScores);

    for (int y=-2; y<=2; y++) {
        for (int x=0; x<=2; x++) {
            // Get the scores for our whole field of view
            color_t color = v(x,y);
            if (color != OUT_OF_BOUNDS)
                scoreArray[ (x+2)+((y+2)*5) ] += colorScores[color];
        }
    }

    // get the best move by summing all of the array indices for a particular
    // direction
    int best = RIGHT;
    int bestScore = 0;
    for (int dir=UP_RIGHT; dir<=DOWN_RIGHT; dir++) {
        if (v(direction_lut[dir].x, direction_lut[dir].y) == OUT_OF_BOUNDS)
            continue;

        int score = 0;
        for (int i=0; i<6; i++) {
            score += scoreArray[ sum_lut[dir][i] ];
        }

        if (score > bestScore) {
            bestScore = score;
            best = dir;
        }
    }

    return direction_lut[best];
}

5

SlowAndSteady C ++ (स्कोर 9.7)

हम संख्या के रूप में जीनोम के विखंडन की व्याख्या पर भरोसा नहीं कर सकते हैं क्योंकि एक एकल बिट-फ्लिप की अपनी स्थिति पर मौलिक रूप से भिन्न प्रभाव हो सकते हैं। यही कारण है कि मैं बस 16 6-बिट सेगमेंट का उपयोग करता हूं और उन्हें 1एस की संख्या पर स्कोर करता हूं । शुरू 111111में अच्छा था और 000000खराब था, और डीएनए के प्रारंभिक विन्यास में लंबे समय में (एक बार जीनोम पूरी तरह विकसित होने के बाद) यह मायने नहीं रखता है, अधिकांश खंडों में 2-4 वाले होते हैं, इसलिए मैंने 9 - (#1 - 3)^2स्कोरिंग के लिए उपयोग करने के लिए स्विच किया , यह पहले दौर और तेज़ विकास में आंदोलन की अधिक स्वतंत्रता की अनुमति देता है।

अभी मैं केवल 7 निकटतम पड़ोसियों को देखता हूं, रंग स्कोर में एक दिशा पूर्वाग्रह जोड़ता हूं और यादृच्छिक पर उच्चतम दिशाओं में से एक में स्थानांतरित करता हूं।

हालाँकि स्कोर अपने आप में बहुत ऊँचा है, लेकिन मेरे क्रिटर्स फिनिश लाइन तक पहुँचते हैं और स्कोर 1> 3/4 मामलों में।

coord_t SlowAndSteadyPlayer(dna_t d, view_t v) {
    const int chunklen = 6;
    int color_scores[16] = {0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0};
    for(int i=0; i<16; i++){ //count ones
        for(int j=0; j<chunklen; j++){
            color_scores[i] += d[i*chunklen + j];
        }
    }

    int moves[7][2] = {
        {-1,1}, {0,1}, {1,1},
                       {1,0},
        {-1,-1},{1,-1},{-1,-1}
    };
    int movescores[7];
    int smax = -1;
    int nmax = 0;
    int best_moves[7];
    for(int m=0; m<7; m++){ //compute the score for each move
        int temp_color = v(moves[m][0], moves[m][1]);
        if(temp_color == OUT_OF_BOUNDS){
            movescores[m] = 0;
            continue;
        }
        int dir_bias[3] = {1,3,6};
        int temp_score = 9-(color_scores[temp_color]-3)*(color_scores[temp_color]-3) + dir_bias[moves[m][0]+1];
        movescores[m] = temp_score;

        if(temp_score > smax) {
            smax = temp_score;
            nmax = 0;
        }
        if(temp_score == smax) best_moves[nmax++] = m;
    }

    int best_chosen = v.rng.rint(nmax);
    return {moves[best_moves[best_chosen]][0], moves[best_moves[best_chosen]][1]};
}

और 100 बोर्डों पर एक नमूना स्कोरिंग

Scores: 5 4 13028 1 1 101 2 24 1 21 1 4 2 44 1 1 24 8 2 5 1 13 10 71 2 19528 6 1 69 74587 1 1 3 138 8 4 1 1 17 23 1 2 2 50 7 7 710 6 231 1 4 3 263 4 1 6 7 20 24 11 1 25 1 63 14 1 2 2 1 27 9 7 1 7 31 20 2 17 8 176 3 1 10 13 3 142 1 9 768 64 6837 49 1 9 3 15 32 10 42 8

जियोमेट्रिक माध्य स्कोर: 9.76557


क्या आपके द्वारा मानक म्यूटेशन दर या आपके समायोजित मूल्य का उपयोग करते हुए एक बोर्ड के लिए स्कोर का उल्लेख है?
२०:२१ बजे

"मेरे क्रिटर्स फिनिश लाइन तक पहुँचते हैं और स्कोर 1 में से 3/4 मामलों में" मैं चाहता हूँ कि स्कोरिंग मेट्रिक ने इसे पुरस्कृत किया
Spear

5

वेटकॉशर | C # | स्कोर: 1520 खेलों में 220.8262

संभावित अगली चाल के लिए वजन की गणना करता है (नीला) संभव निम्न चाल (पीला) के औसत वजन के आधार पर

using ppcggacscontroller;
using System.Linq;
using System;

public class WeightChooser
{
    public static ppcggacscontroller.Program.Coord[] cspcoords = new[] {
            new Program.Coord(1, -1),
            new Program.Coord(1, 0),
            new Program.Coord(1, 1),
        };

    const int dnaBits = 4;

    public static void move(GameLogic.IView v, GameLogic.IGenome g, Random rnd, out int ox, out int oy)
    {
        var gcrds = cspcoords.Where(c => viewVal(v, c) > -1)
            .OrderByDescending(p => getBitsSet(g, viewVal(v, p)))
            .ThenByDescending(gt => weight(v, g, gt));

        Program.Coord nextMove = gcrds.First();
        ox = nextMove.x;
        oy = nextMove.y;
    }

    private static uint getBitsSet(GameLogic.IGenome g, int vVal)
    {
        uint i = g.cutOutInt(dnaBits * vVal, dnaBits);
        i = i - ((i >> 1) & 0x55555555);
        i = (i & 0x33333333) + ((i >> 2) & 0x33333333);
        return (((i + (i >> 4)) & 0x0F0F0F0F) * 0x01010101) >> 24;
    }

    private static int viewVal(GameLogic.IView v, Program.Coord c)
    {
        return v[c.x, c.y];
    }

    private static double weight(GameLogic.IView v, GameLogic.IGenome g, Program.Coord toGo)
    {
        double w = 0;

        int y = (toGo.y + v.yd) - 1;
        int i = 0;
        for (; i <= 2; i++)
        {
            int field = v[toGo.x + 1, (y + i) - v.yd];
            if (field > -1)
                w += getBitsSet(g, field);
        }

        return w / i;
    }
}

Scores: 32, 56103, 1361, 3351446, 33027, 23618, 22481, 1172713, 1, 3, 1, 1, 1, 2 88584, 106357, 1, 1232, 1, 1651280, 16690, 1, 1, 23732, 207554, 53, 69424, 1, 1,  79361, 1, 1, 51813, 229624, 25099, 2, 1, 234239, 362531, 1, 1, 19, 7295, 1, 7, 2, 196672, 1654208, 73453, 1, 23082, 1, 8, 5, 1685018, 4, 20, 1, 1, 1, 1, 1, 144 671, 122309, 10, 94752, 100895, 1, 54787, 54315, 252911, 79277, 1159, 241927, 94 347, 1, 318372, 37793, 1, 1, 1345310, 18934, 169700, 1, 1, 3, 186740, 83018, 121 758, 1, 358, 1935741, 88, 1, 1, 1, 1, 7, 21, 51144, 2, 1, 267638, 1, 1, 3, 1, 1,  1, 1, 674080, 47211, 8879, 7, 222766, 67214, 2, 89, 21038, 178463, 92846, 3, 14 0836, 1, 1, 111927, 1, 92165, 1, 192394, 1, 1, 2563722, 1, 42648, 1, 16, 1, 1, 2 85665, 1, 212653, 1, 4, 20513, 3, 135118, 13161, 2, 57, 78355, 3, 3, 44674, 8, 1 , 226472, 1, 1, 31588, 19619, 1, 2931870, 60814, 1, 1, 33867, 60740, 20558, 1, 1 5, 3, 5, 1, 1, 1, 60737, 450636, 468362, 1, 1, 347193, 91248, 551642, 1, 427215,  1, 57859, 17, 15, 66577, 24192, 1, 63560, 6568, 40279, 68216, 23098, 180732, 1,  1, 3041253, 1, 253488, 60535, 1, 1, 150838, 7361, 72855, 290699, 104644, 1, 763 01, 378, 1, 89220, 1, 262257, 2, 2, 1, 117, 105478, 33, 1, 65210, 1, 117588, 1, 1, 24320, 12, 3714568, 81152, 1, 1, 10125, 2, 1, 22, 1, 45201, 1, 1, 10518, 1, 1 , 1, 1, 34, 210021, 1, 1, 1, 65641, 6, 72, 1, 7, 2, 161578, 1, 1, 38378, 1, 4113 741, 1, 34450, 244212, 127660, 1, 256885, 46, 2, 1, 1, 103532, 1, 503965, 114774 , 52450, 124165, 73476, 50250, 1, 3, 3755352, 24928, 1, 1, 51, 11, 1, 210580, 1,  62375, 1, 1, 92745, 341232, 167675, 86, 242, 293710, 454841, 1, 49840, 4456758,  121378, 145323, 74904, 5048, 25459, 1, 57, 116999, 1, 1, 76074, 111447, 95706, 1, 1, 52631, 166756, 2159474, 161216, 1, 2, 3, 11904, 1, 22050, 6, 1, 1, 1, 41, 48908, 6, 80878, 28125, 28, 160516, 1, 4, 1, 8, 1, 1, 7, 362724, 1, 397193, 1, 2 5, 1, 59926, 3, 74548, 2320284, 470189, 1, 108, 1, 1, 16, 1, 496013, 1, 1, 1, 1,  107758, 1, 284144, 146728, 1, 70769, 94215, 1, 1, 9961, 97300, 7, 1, 76263, 1, 27, 294046, 40, 8, 2, 1, 57796, 2, 79800, 1043488, 470547, 1, 1, 1, 6, 69666, 8,  1, 1, 344011, 205325, 3963186, 1141527, 61598, 446029, 1, 1, 1, 1, 625247, 1877 92, 136391, 1, 72519, 1, 141168, 412, 98491, 103995, 297052, 1, 1, 1, 1, 3, 17, 9, 62899, 5, 47810, 254, 26789, 2, 1, 1, 3, 10361, 19615, 40430, 17288, 3, 71831 , 41374, 1, 91317, 409526, 1, 184305, 1, 192552, 3, 3587674, 39, 13, 134500, 41,  42, 672, 559835, 9, 39004, 51452, 1, 1, 12293, 11544, 265766, 8590, 1, 8632, 1,  1, 61849, 35155, 1, 74798, 72773, 1, 89, 37, 4, 4405882, 1, 99, 44397, 5, 4, 6,  1, 1, 1, 515818, 78383, 20, 127829, 1824801, 157, 1, 1, 268561, 19, 2, 230922, 1, 103, 98146, 5029789, 304324, 1, 5, 60516, 1, 139, 28982, 7, 20755, 187083, 1,  1, 143811, 37697, 1, 1, 269819, 83, 1, 202860, 13793, 16438, 113432, 1, 1, 2, 5 134384, 29, 84135, 39035, 2, 125, 1, 30, 129771, 41982, 13548, 61, 1, 2, 1, 82, 102, 2, 105581, 210399, 291204, 3012324, 1, 84763, 1, 1, 442067, 2, 1, 1, 1, 116 , 1, 3, 3, 56, 208807, 1, 2, 1, 14, 29, 31286, 1, 1, 162358, 28856, 46898, 1, 16 2698, 1, 1, 1, 65, 1, 1, 234566, 6, 1, 1, 128, 124, 2167692, 181946, 29, 1, 1, 1 , 1, 17, 162550, 179588, 4, 226480, 28, 1, 158512, 35084, 1, 26160, 17566, 1, 81 826, 2, 33, 1, 1, 11, 1, 230113, 1, 1, 1, 24405, 17, 1, 2, 1, 162365, 2, 1, 1, 8 5225, 1, 15016, 51509, 1, 5, 1, 93, 13, 59, 24548, 1, 3, 2, 2, 1, 64424, 1, 1, 4 , 1, 1, 1, 2, 267115, 139478, 52653, 96225, 1, 1, 35768, 3, 1, 1, 3280017, 8, 80 014, 43095, 112102, 1, 1, 1, 79594, 5, 1, 1, 4, 455714, 19, 15, 1, 233760, 55850 5, 2, 2, 1, 63672, 1, 3732951, 1, 135858, 134256, 452456, 151573, 79057, 638215,  88820, 1, 1, 76517, 13, 314006, 5, 1, 17704, 1, 79589, 1, 18371, 530793, 59020,  1, 1, 1, 4, 1, 1, 1, 71735, 1, 1, 1, 1, 1, 37894, 1, 2, 24054, 1, 8, 26471, 34,  1, 48033, 5, 3, 1, 25, 101, 1, 1, 5, 1, 1, 1, 97521, 1, 682817, 286486, 5, 1472 4, 1, 7805226, 6, 1, 1, 1, 7, 2, 1, 1, 1, 25, 233330, 1, 20899, 3417337, 92793, 23, 80821, 1, 1, 115948, 264191, 3, 79809, 1, 2, 59531, 2, 1, 1, 28684, 97, 1, 2 69433, 98769, 1, 76608, 138124, 1, 1, 325554, 122567, 1, 1, 3, 689604, 4, 85823,  66911, 138091, 169416, 21430, 1, 2, 486654, 108446, 93072, 1, 67907, 4, 1, 1, 5 2260, 67867, 210496, 25157, 1, 1, 1, 5477, 2, 2, 11907, 106, 48404, 1, 1, 1, 787 11, 190304, 112025, 1, 9313, 143055, 40189, 315537, 157581, 70714, 6, 180600, 38 594, 103658, 59444, 7, 31575, 1, 1, 581388, 370430, 1, 114446, 1, 1, 2, 3968, 1,  1, 1, 1, 1, 4523411, 1, 1, 270442, 1, 59, 235631, 3, 110196, 9, 1, 93724, 1, 22 917, 1, 6, 1, 2350266, 1, 1, 20, 4686858, 31, 1, 240180, 10, 470592, 3, 61051, 1 45372, 2831, 64052, 10, 120652, 255971, 479239, 1, 387659, 1, 1, 1, 378379, 7, 3 3218, 55914, 1, 1, 1667456, 6, 2, 74428, 3, 2, 1, 121582, 121274, 19651, 59899, 1, 11, 406670, 137835, 100269, 2, 164361, 98762, 44311, 25817, 178053, 31576, 1,  8, 2539307, 121430, 1, 41001, 1, 4, 1, 116258, 91101, 1, 126857, 1, 8, 49503, 1 , 489979, 12, 500332, 1, 52, 4, 8786, 4, 4878652, 12354, 27480, 89115, 87560, 11 793, 5, 1, 4702325, 301188, 1, 1, 1, 1, 1, 416520, 49357, 230103, 24497, 1, 3, 2 , 57366, 183021, 1, 1, 1, 1, 1, 2, 2, 2546229, 1, 2, 38665, 1, 6903, 1, 89519, 9 5119, 64879, 1, 1, 160380, 474336, 3107, 1, 7, 29099, 28667, 3, 196933, 35979, 1 2924, 7, 1, 99885, 6, 1, 1, 1, 7, 1, 1, 1, 1, 65727, 1, 1, 1, 1, 2108110, 3, 107 811, 23818, 701905, 1, 156034, 32, 1, 29, 143548, 1, 67665, 4612762, 1, 3, 20, 1 , 1, 9, 28543, 1, 1, 1, 30978, 9, 1, 19504, 79412, 15375, 763265, 1, 352373, 193 045, 1, 4570217, 9, 1, 6, 29180, 90030, 1, 1, 1, 1, 1, 93, 1, 100889, 1, 1, 37, 15, 17, 1, 81184, 1, 2, 272831, 1, 137, 1, 9, 42874, 679183, 1, 350027, 12, 1, 2 , 1, 26408, 1, 11182, 1, 30, 139590, 7, 3, 1, 1, 34729, 1, 2, 1, 1, 50343, 66873 , 3891, 1, 148952, 1, 1, 22322, 104176, 1, 3, 20549, 140266, 37827, 30504, 17, 6 8588, 120195, 1, 123353, 2, 64301, 11, 1, 109867, 4, 1, 1, 1, 28671, 1, 50963, 5 4584, 1, 1, 1, 33, 1, 381918, 1, 265823, 4771840, 155179, 314, 134086, 1, 1, 30,  1, 2, 1102665, 18, 132243, 3861, 1, 1, 208906, 60112, 1, 1, 1, 31273, 551, 3490 0, 2, 43606, 1, 1, 1, 1, 5, 2, 88342, 2, 1, 19, 3, 1, 1, 1, 1, 28507, 1, 491467,  1, 1, 22, 1, 1, 1, 1, 9345, 9, 18, 84343, 1, 2, 1, 18, 36816, 1, 1, 513028, 287 88, 5037383, 721932, 170292, 108942, 539115, 1, 575676, 20, 1, 31698, 99797, 205 21, 380986, 1, 1, 14, 2, 1, 201100, 30, 1, 119484, 1, 1, 1, 1, 2214252, 3, 4, 18 179, 9, 4, 542150, 1, 6, 157, 3182099, 4, 1, 1, 6140, 3339847, 498283, 52523, 1,  1, 1, 1, 1, 202054, 263324, 1, 6, 2, 1, 2, 72357, 12, 5, 66, 4, 7368, 1, 30706,  61936, 3945270, 138991, 1, 68247, 1, 1, 30482, 35326, 1, 1, 9, 1, 148, 1, 46985 , 1, 4325093, 1, 1, 2880384, 65173, 1, 56581, 179178, 372369, 56187, 3, 12, 8, 4 00743, 3, 28658, 1, 1, 9, 1, 4, 2, 34357, 1, 42596, 68840, 2, 62638, 158027, 617 34, 71263, 1, 1, 9, 1, 6830309, 3, 1, 1, 157253, 129837, 9, 5008187, 48499, 5981 3, 1, 40320, 233893, 5, 1383, 7732178, 16, 1, 13, 5686145, 84554, 1, 79442, 1, 1 , 256812, 127818, 31, 226113, 1, 4, 1, 1, 4506163, 1, 4, 1, 40176, 19107, 205, 2 7, 1, 448999, 1, 1, 2750, 62723, 1, 12, 1, 1, 79881, 1, 48, 13, 4, 1, 28765, 1, 33, 291330, 30817, 2, 1, 1, 1, 4170949, 16, 1, 1, 118781, 10473, 520797, 1, 8, 1 , 80215, 1, 21759, 5143209, 79141, 40229, 1, 17403, 71680, 1115694, 1, 1, 1, 10,  1, 77149, 382712, 1, 11, 84891, 47633, 1, 2, 39037, 1, 213148, 1607280, 127674,  1, 333207, 1, 78901, 1, 16203, 87580, 1, 1565571, 537902, 53000, 15, 1, 2, 1, 2 13127, 1, 338634, 2469990, 469479, 9519, 51083, 1, 42082, 33179, 1, 1, 32444, 3,  1, 201642, 99724, 377, 1, 2, 1, 36919, 1, 322707, 2, 164765, 82516, 1, 5274643,  1, 36421, 1, 8, 1, 117856, 1, 1, 493342, 1, 36289, 7, 1, 62, 2, 1, 38533, 1, 68 , 45754, 9, 102015, 312941, 1, 99 
Final score is 220.826222910756

5

कार्रवाई में दौड़ (एक जवाब नहीं है, लेकिन C ++ बॉट के लिए एक ग्राफिक उपकरण)

इस चुनौती की भीख माँगने के बाद से, मुझे यह पता लगाने में कठिनाई हो रही थी कि वास्तव में ट्रैक पर चूहों का क्या सामना हो रहा था।
अंत में मैंने नियंत्रक को हैक किया और एक ट्रैक का कुछ ग्राफिक प्रतिनिधित्व प्राप्त करने के लिए एक साइड टूल लिखा।
मैंने अंततः कुछ और हैकिंग की और एक दिए गए चूहे के डीएनए के संभावित रास्तों का एक दृश्य जोड़ा।

नक्शा बेहद अव्यवस्थित है और इसके लिए थोड़ा सा उपयोग करने की आवश्यकता है, लेकिन मुझे यह समझने में काफी मदद मिली कि मेरे बॉट ने कैसे काम किया।

यहाँ एक उदाहरण है:

नमूना ट्रैक

आपको शायद कुछ भी देखने के लिए ज़ूम-इन करने की आवश्यकता होगी, इसलिए यहाँ सिर्फ पहली छमाही है:

आधा ट्रैक (कोई इरादा नहीं)

सबसे पहले, आइए चूहे के मार्गों को देखें। प्रत्येक संभावित शुरुआती स्थान के लिए एक रास्ता है (आमतौर पर 15, कभी-कभी थोड़ा कम)। आमतौर पर वे विलीन हो जाते हैं, आदर्श रूप से एकल जीत स्थान के लिए अग्रणी होता है।

रास्तों का प्रतिनिधित्व बड़े सीधे तीरों द्वारा किया जाता है। रंग परिणाम का वर्णन करता है:

  • हरा: जीत
  • पीला: अनंत लूप
  • भूरा: दीवार पीटने
  • लाल: दुर्भाग्यपूर्ण दुर्घटना

उदाहरण में, हमारे पास 12 जीतने वाले पद हैं, एक अनंत लूप के लिए अग्रणी है और दो एक भीषण मौत के लिए (एक जाल में teleported किया जा रहा है, जैसा कि यह प्रतीत होता है)।

पथ असंगतताएँ टेलीपोर्टेशन के कारण होती हैं, जिसे आप संबंधित घुमावदार तीरों के साथ अनुसरण कर सकते हैं।

अब रंगीन प्रतीकों के लिए। वे 16 रंगों के अर्थ का प्रतिनिधित्व करते हैं (ग्रे लोग जो एक चूहे को देखते हैं उसका प्रतिनिधित्व करते हैं)।

  • दीवार: चौकोर
  • teleporter: 4 शाखित तारा
  • ट्रैप डिटेक्टर: छोटा ऑक्टोगन

खाली रंग हैं ... अच्छी तरह से ... खाली।

टेलीपोर्टर्स ने अपने गंतव्य की ओर इशारा करते हुए आउटगोइंग तीर चलाए हैं।

ट्रैप डिटेक्टरों में भी तीर का संकेत होता है, जो लाल वृत्त के रूप में लगा होता है।
9 में से एक मामले में, जाल अपने डिटेक्टर के रूप में एक ही सेल में स्थित है, जिस स्थिति में आप लाल सर्कल के शीर्ष पर छोटे ऑक्टोगन देखेंगे।

यह इस उदाहरण में हल्के पीले जाल के लिए मामला है।
आप माउव ट्रैप डिटेक्टरों को उनके संकेतित जाल की ओर इशारा करते हुए भी देख सकते हैं।

ध्यान दें कि कभी-कभी एक दीवार के नीचे एक जाल का लाल घेरा छिपा होगा। दोनों ही घातक हैं इसलिए टेलीपोर्टेशन के मामले में परिणाम समान है।
यह भी ध्यान रखें कि एक जाल एक टेलीफ़ोन पर स्थित हो सकता है, जिस स्थिति में टेलीपोर्टर पूर्वता लेता है (यानी जाल में गिरने से पहले चूहे को टेलीपोर्ट किया जाता है, प्रभाव में जाल को बेअसर कर देता है)।

अंत में, ग्रे प्रतीक मेरे चूहों को देखते हैं (अर्थात रंगों के लिए उनके जीनोम के गुण)।

  • दीवार: चौकोर
  • ट्रैप डिटेक्टर: ऑक्टोगन
  • जाल: एक्स

मूल रूप से, एक ग्रे वर्ग पर बैठे सभी कोशिकाओं को चूहे द्वारा दीवार माना जाता है।
बिग एक्स की प्रतिनिधित्व कोशिकाओं को ट्रैप के रूप में माना जाता है, इसी ऑक्टोगॉन ने डिटेक्टर को सूचित किया जो उन्हें रिपोर्ट करता है।

इस उदाहरण में, दोनों दीवारों को इस तरह से पहचाना जाता है, जैसा कि पीला पीला जाल है (वास्तव में एक घातक सेल का संकेत है, इसलिए इसे एक दीवार के रूप में प्रतिनिधित्व करना सही है)।
माउव ट्रैप डिटेक्टर की पहचान इस प्रकार की गई है (यह एक ग्रे ऑक्टोगन पर बैठता है), लेकिन ट्रैप लोकेशन गलत है (आप देख सकते हैं कि कुछ लाल घेरों के नीचे कोई क्रॉस नहीं है)।

4 टेलीपोर्टर्स में से, 2 को दीवारों (फ़िरोज़ा और टैन) के रूप में माना जाता है, और 2 को खाली कोशिकाओं (लाल और पीले रंग) के रूप में माना जाता है।

कुछ खाली कोशिकाओं को ट्रैप डिटेक्टर या दीवारों के रूप में माना जाता है। करीब से देखने पर, आप देख सकते हैं कि ये "दोषपूर्ण डिटेक्टर" वास्तव में उन कोशिकाओं में प्रवेश करने से मना कर रहे हैं जो चूहे को मुसीबत में डालेंगे, इसलिए भले ही वे असली रंगों से मेल खाने में विफल हों, उनका एक निश्चित उद्देश्य है।

कोड

वैसे यह गड़बड़ है, लेकिन यह अच्छी तरह से काम करता है।

खिलाड़ी के कोड से देखा, मैंने केवल एक इंटरफ़ेस जोड़ा है: एक ट्रेस फ़ंक्शन किसी दिए गए डीएनए के अर्थ को रिपोर्ट करने के लिए उपयोग किया जाता है। मेरे मामले में मैंने 3 प्रकार (दीवार, ट्रैप डिटेक्टर और खाली) का उपयोग किया था, लेकिन आप मूल रूप से रंग-संबंधी कुछ भी उत्पादन कर सकते हैं (या यदि आप कोई जीनोम-संबंधित ग्राफिक्स नहीं चाहते हैं तो कुछ भी नहीं)।

मैंने नियंत्रक को हैक करके एक विशाल चरित्र स्ट्रिंग उत्पन्न करने के लिए ट्रैक और रंगों के विवरण को संभव स्थानों से चूहे के डीएनए के "ड्राई रन" के साथ जोड़ा।

इसका मतलब है कि परिणाम केवल तभी सार्थक होंगे जब बॉट यादृच्छिक मूल्यों का उपयोग नहीं करता है। अन्यथा, प्रदर्शित पथ केवल एक संभावित परिणाम का प्रतिनिधित्व करेंगे।

अंत में, इन सभी निशानों को एक बड़ी टेक्स्ट फ़ाइल में डाल दिया जाता है जिसे बाद में एक PHP यूटिलिटी द्वारा पढ़ा जाता है जो ग्राफिक आउटपुट का उत्पादन करता है।

वर्तमान संस्करण में, मैं हर बार एक स्नैपशॉट लेता हूं जब एक चूहा एक नई अधिकतम फिटनेस तक पहुंचने के बाद मर जाता है (जो बहुत अधिक स्नैपशॉट की आवश्यकता के बिना जीनोम के प्रगतिशील शोधन को अच्छी तरह से दिखाता है), और खेल के अंत में एक अंतिम स्नैपशॉट (जो दिखाता है) सबसे सफल डीएनए)।

अगर किसी को दिलचस्पी है तो मैं कोड प्रकाशित कर सकता हूं।

स्पष्ट रूप से यह केवल C ++ बॉट्स के लिए काम करता है, और यदि आपको कुछ जीनोम-विशिष्ट डेटा (मेरे मामले में ग्रे आंकड़े) प्रदर्शित करना चाहते हैं, तो आपको एक ट्रेस फ़ंक्शन लिखने और संभवतः PHP कोड को संशोधित करने की आवश्यकता होगी ।
यहां तक ​​कि डीएनए-विशिष्ट informations के बिना, आप किसी दिए गए नक्शे पर अपने डीएनए द्वारा अनुसरण किए गए रास्तों को बहुत कम प्रयास के साथ देख सकते हैं।

एक मध्यवर्ती उत्पादन क्यों?

सबसे पहले, C ++ में बोलने के लिए कोई सभ्य पोर्टेबल ग्राफिक लाइब्रेरी नहीं है, खासकर MSVC का उपयोग करते समय। यहां तक ​​कि अगर Win32 बिल्ड आमतौर पर उपलब्ध होते हैं, तो वे अक्सर एक बाद के रूप में आते हैं, और बाहरी पुस्तकालयों, पैकेजों और अन्य यूनिक्स जैसी बारीकियों की आवश्यकता होती है जो एक त्वरित और सरल ग्राफिकल एप्लिकेशन को लिखता है जो किसी के शरीर के एक हिस्से में एक भयानक दर्द पैदा करता है - शालीनता को रोकता है नामकरण से मुझे।

मैंने क्यूटी का उपयोग करने पर विचार किया (केवल पर्यावरण के बारे में जो सी ++ में पोर्टेबल जीयूआई / चित्रमय विकास करता है, एक सरल और यहां तक ​​कि सुखद कार्य, आईएमएचओ - शायद क्योंकि यह एक संदेश प्रणाली ला ला उद्देश्य सी जोड़ता है कि सी ++ में कमी है और स्मृति को सीमित करने का एक अविश्वसनीय काम करता है न्यूनतम करने के लिए प्रबंधन), लेकिन यह हाथ में कार्य के लिए एक ओवरकिल की तरह लग रहा था (और कोड का उपयोग करने के इच्छुक किसी को भी बिग एसडीके स्थापित करना होगा - शायद ही प्रयास के लायक हो, मुझे लगता है)।

पोर्टेबल लाइब्रेरी मानते हुए भी, (एक सेकंड या तो एक तस्वीर का उत्पादन करने के लिए काफी हद तक पर्याप्त है) बोलने की गति की आवश्यकता नहीं है, और इसकी लौकिक कठोरता और अंतर्निहित गड़बड़ी के साथ, सी ++ निश्चित रूप से नौकरी के लिए सबसे अच्छा उपकरण नहीं है।

इसके अलावा, एक मध्यवर्ती पाठ आउटपुट होने से बहुत लचीलापन आता है। एक बार डेटा होने के बाद, आप उन्हें अन्य उद्देश्यों (बॉट्स के प्रदर्शन का विश्लेषण, उदाहरण के लिए) के लिए उपयोग कर सकते हैं।

क्यों PHP?

मुझे भाषा अत्यंत सरल और अनुकूल लगती है, जो प्रोटोटाइप के लिए बहुत सुविधाजनक है। मैंने इसे कोड चुनौतियों के लिए अपनी पालतू भाषा बनाया, जिन्हें अत्यधिक प्रदर्शन की आवश्यकता नहीं है।
यह गोल्फ के लिए एक भयानक भाषा है, हालांकि, लेकिन गोल्फ कभी भी मेरी चाय का कप नहीं था।

मुझे लगता है कि अजगर या रूबी एक ही उद्देश्य के लिए उपयोग करना सुखद होगा, लेकिन मेरे पास उनके साथ कुछ गंभीर काम करने का अवसर नहीं था, और मैं हाल ही में वेब साइटों पर काम कर रहा था, इसलिए PHP यह है।

यहां तक ​​कि अगर आप भाषा नहीं जानते हैं, तो भी अपनी आवश्यकताओं के अनुरूप कोड को संशोधित करना बहुत मुश्किल नहीं होना चाहिए। बस $पुराने पुराने दिनों की तरह ही चर से पहले एस को मत भूलना :)।


1
क्या आप कृपया अपना टूल साझा करेंगे? मुझे आपके उत्तर में न तो कोड दिखाई देता है और न ही लिंक।
फ्रेंकी

5

स्काईवॉकर - पायथन - 50 खेलों में 231 से कम स्कोर

तो पहले कोड और फिर कुछ स्पष्टीकरण। मुझे उम्मीद है कि नकल करते समय कुछ नहीं टूटा।

class SkyWalker(Player):
    def __init__(self):
        Player.__init__(self)
        self.coords = [#Coordinate(-1,-1),
                       #Coordinate( 0,-1),
                       Coordinate( 1, 0),
                       Coordinate( 1,-1),
                       #Coordinate(-1, 0),
                       #Coordinate( 0, 0),
                       #Coordinate(-1, 1),
                       #Coordinate( 0, 1),
                       Coordinate( 1, 1)]

        self.n_moves = len(self.coords)

    def visionToMove(self, x, y):
        x = x - 2
        y = y - 2

        return (x, y)

    def trapToMove(self, x, y, offx, offy):
        x = x - 2 + (offx % 3) - 1
        y = y - 2 + (offy % 3) - 1
        return (x, y)

    def isNeighbour(self, x1, y1, x2, y2):
        if (x1 == x2) or (x1+1 == x2) or (x2+1 == x1):
            if (y1 == y2) or (y1+1 == y2) or (y2+1 == y1):
                return True
        return False

    def calcMove(self, donots, never, up):
        forwards = {(1, 0): 0, (1, 1): 0, (1, -1): 0, (0, 1): 10, (0, -1): 10}

        for key in forwards:
            if key in never:
                forwards[key] = 100
            for x in donots:
                if (key[0] == x[0]) and (key[1] == x[1]):
                    forwards[key] = 20

        min_value = min(forwards.itervalues())
        min_keys = [k for k in forwards if forwards[k] == min_value]

        return random.choice(min_keys)

    def turn(self):
        trap1 = self.bit_chunk(0, 4)
        trap1_offsetx = self.bit_chunk(4, 2)
        trap1_offsety = self.bit_chunk(6, 2)
        trap2 = self.bit_chunk(8, 4)
        trap2_offsetx = self.bit_chunk(12, 2)
        trap2_offsety = self.bit_chunk(14, 2)
        wall1 = self.bit_chunk(16, 4)
        wall2 = self.bit_chunk(20, 4)
        tel1 = self.bit_chunk(24, 4)
        tel1_good = self.bit_chunk(28, 3)
        tel2 = self.bit_chunk(31, 4)
        tel2_good = self.bit_chunk(35, 3)
        tel3 = self.bit_chunk(38, 4)
        tel3_good = self.bit_chunk(42, 3)
        tel4 = self.bit_chunk(45, 4)
        tel4_good = self.bit_chunk(49, 3)
        up = self.bit_at(100)

        donots = []
        never = []

        for y in range(0, 5):
            for x in range(0, 5):
                c = self.vision[y][x]
                if (c == -1):
                    never += self.visionToMove(x, y),
                elif (c == trap1):
                    donots += self.trapToMove(x, y, trap1_offsetx, trap1_offsety),
                elif (c == trap2):
                    donots += self.trapToMove(x, y, trap2_offsetx, trap2_offsety),
                elif (c == wall1):
                    donots += self.visionToMove(x, y),
                elif (c == wall2):
                    donots += self.visionToMove(x, y),
                elif (c == tel1):
                    if (tel1_good > 3):
                        donots += self.visionToMove(x, y),
                elif (c == tel2):
                    if (tel2_good > 3):
                        donots += self.visionToMove(x, y),
                elif (c == tel3):
                    if (tel3_good > 3):
                        donots += self.visionToMove(x, y),
                elif (c == tel4):
                    if (tel4_good > 3):
                        donots += self.visionToMove(x, y),

        coord = self.calcMove(donots, never, up)

        return Coordinate(coord[0], coord[1])

कुछ स्पष्टीकरण

मेरी राय में मुख्य अंतर यह है कि मैं हर रंग को कोड नहीं करता। इसके बजाय, मैं महत्वपूर्ण रंगों की संख्या को बचाने की कोशिश करता हूं। मेरी राय में उन रंगों में जाल, दीवार और टेलीपोर्टर्स हैं। नमूना को एक अच्छे सेल के रंग को जानने की आवश्यकता नहीं है। इसलिए, मेरा जीनोम निम्नलिखित तरीके से संरचित है।

  • जाल के लिए 2 x 8 बिट्स, पहले 4 बिट्स रंग संख्या हैं, अन्य 4 ऑफसेट हैं
  • दीवारों के लिए 2 x 4 बिट्स, बस रंग
  • टेलीपोर्टर्स के लिए 4 x 7 बिट्स, फिर से रंग के लिए 4 बिट्स, 3 अच्छा या बुरा तय करने के लिए

यह कुल 52 बिट्स का उपयोग करता है। हालाँकि, मैं केवल 3 टेलीपोर्टर्स के पहले बिट का उपयोग करता हूं (यदि संख्या 3 से अधिक है तो मैं जांच करता हूं)। इसलिए, अन्य 2 को नष्ट किया जा सकता है, मुझे इस्तेमाल किए गए 44 बिट्स पर छोड़ दिया गया है।

प्रत्येक मोड़ पर मैं अपनी दृष्टि के प्रत्येक क्षेत्र की जांच करता हूं यदि यह एक खराब रंग है (+ बोर्ड -1 से बाहर) और इसे उन फ़ील्ड्स की सूची में जोड़ दें जो नमूना स्थानांतरित नहीं करना चाहता है। एक जाल के मामले में, मैं उस जाल रंग के लिए सहेजे गए ऑफसेट पर फ़ील्ड को जोड़ता हूं।

उन बुरे क्षेत्रों की सूची के आधार पर अगली चाल की गणना की जाती है। पसंदीदा क्षेत्रों का क्रम है:

  1. आगे
  2. ऊपर या नीचे
  3. पीछे या नीचे की ओर
  4. पीछे की ओर

यदि किसी श्रेणी के दो क्षेत्र लागू होते हैं, तो एक को यादृच्छिक रूप से चुना जाता है।

परिणाम

Individual scores: [192, 53116, 5, 1649, 49, 2737, 35, 5836, 3, 10173, 4604, 22456, 21331, 445, 419, 2, 1, 90, 25842, 2, 712, 4, 1, 14, 35159, 13, 5938, 670, 78, 455, 45, 18, 6, 20095, 1784, 2, 11, 307853, 58171, 348, 2, 4, 190, 7, 29392, 15, 1158, 24549, 7409, 1]
On average, your bot got 231.34522696 points

विचार

  • मुझे कोई अंदाजा नहीं है, अगर मैं 50 रनों के साथ भाग्यशाली हो गया हूं या अगर वास्तव में मेरी रणनीति में कुछ ज्ञान है।

  • मेरे रन कभी नहीं लगते हैं और सुपर उच्च स्कोर प्राप्त करते हैं, लेकिन वे लक्ष्य को कम से कम कई बार पाते हैं

  • कुछ छोटे यादृच्छिकता एक जाल में फंसने के लिए अच्छा है कुछ दौड़ के अंत के करीब जहां

  • मुझे लगता है कि गैर-विशेष रंग कभी खराब नहीं होते हैं। हालांकि, उनके उदाहरण खराब हो सकते हैं, जब वे एक जाल की भरपाई पर हों। इस प्रकार, किसी रंग के खराब होने पर लेबल लगाना यदि उसके जाल, दीवार या खराब टेलीपोर्टर का कोई मतलब नहीं है।

  • दीवारें सबसे बड़ी दुश्मन हैं

सुधार

सबसे पहले, भले ही मैं काले वर्गों को गोल के करीब और गोल के करीब देखने से चूक जाऊंगा, अधिक परीक्षण करने और अधिक सार्थक परिणाम प्राप्त करने के लिए C ++ पोर्ट आवश्यक है।

मुख्य समस्याओं में से एक यह है कि अगर चूहे के सामने खराब कोशिकाएं (या जो नमूने बुरा सोचते हैं) हैं तो यह आसानी से हलकों में ऊपर और नीचे जाना शुरू कर देता है। यह उन मामलों में 2 चालों को देखकर रोका जा सकता है या कम किया जा सकता है और इसे एक ऐसे क्षेत्र में जाने से रोका जा सकता है जहां यह बस फिर से वापस आ जाएगी।

अक्सर यह काफी समय लेता है जब तक कि अच्छे जीन के साथ एक चूहा लक्ष्य तक नहीं पहुंच जाता है और यह जीन फैलाना शुरू कर देता है। शायद मुझे उन मामलों में विविधता बढ़ाने के लिए कुछ रणनीति की आवश्यकता है।

चूंकि टेलीपोर्टर्स की गणना करना मुश्किल है, इसलिए मुझे उन लोगों में जनसंख्या को विभाजित करना चाहिए जो जोखिम भरे हैं और हमेशा अच्छे टेलीपोर्टर्स लेते हैं और जो अधिक चिंतित हैं और केवल कोई अन्य विकल्प नहीं होने पर उन्हें ले जाते हैं।

मुझे किसी भी तरह अपने जीनोम के दूसरे भाग का उपयोग करना चाहिए।


मैं रंगों को संग्रहीत करने का भी प्रयास करता हूं लेकिन अंत में यह काम नहीं करता है क्योंकि आपको युगल मिलेगा। उदाहरण के लिए यदि self.bit_chunk(16, 4)और self.bit_chunk(20, 4)दोनों मूल्य है 0010आप प्रभावी रूप से केवल दो जाल में से एक के बारे में जानकारी संग्रहीत किया है।
रुत

मुझे इसे चलाने के लिए एक पंक्ति में इंडेंटेशन जोड़ने की आवश्यकता थी - मुझे लगता है कि यह नकल और चिपकाने के दौरान खो गया है। मैंने इसे अब आपके कोड में भी जोड़ दिया है।
ट्राइकोप्लाक्स

इसे चलाने की इच्छा रखने वाले किसी और के लिए: यह अजगर 2 में चलता है, और अजगर 3 में चलाया जा सकता itervaluesहै values
ट्राइकोप्लाक्स

मुझे निम्नलिखित परिणाम मिले: [6155, 133, 21, 12194, 8824, 3, 3171, 112, 111425, 3026, 1303, 9130, 2680, 212, 28, 753, 293, 1, 1, 4140, 107, 1256 , 90, 11, 104, 1538, 63, 917, 8, 1, 709, 11, 304, 212, 2, 43, 5, 4, 206, 8259, 75, 28, 7, 1, 11, 5, 1 , 1244, 1398, 13] ज्यामितीय माध्य 122.9220309940335
ट्राइकोप्लाक्स

लगता है कि एक विश्वसनीय स्कोर प्राप्त करने के लिए हमें 50 से अधिक खेलों को चलाने की आवश्यकता होगी।
ट्राइकोप्लाक्स

3

पाइथन, नेबर्सऑफ निबर्बर्स, स्कोर = 259.84395 100 से अधिक खेल

यह ColorScorePlayer पर एक भिन्नता है। प्रत्येक 6 बिट्स एक वर्ग के लिए एक गुणवत्ता स्कोर संग्रहीत करता है। जब बॉट एक चाल बना रहा होता है, तो यह 3 अग्रेषित वर्गों में से प्रत्येक को स्कोर करता है - विकर्ण ऊपर, आगे और विकर्ण नीचे। स्कोर वर्ग 3 की गुणवत्ता है और अगले 3 वर्गों की औसत गुणवत्ता का आधा है। यह बॉट को पहले वर्ग की गुणवत्ता को प्रभावित किए बिना कुछ आगे दिखता है। एल्गोरिथ्म लुकअहेडपेयर के समान है, जिसे मैंने इस समाधान को लिखने से पहले नहीं देखा था।

class NeighborsOfNeighbors(Player):
  def __init__(self):
    Player.__init__(self)
    self.coords = [ Coordinate( 1, 0),
                    Coordinate( 1,-1),
                    Coordinate( 1, 1)
                    ]

  def turn(self):
    scores=[self.score(c.x,c.y)+0.5*self.adjacentScore(c.x,c.y) if self.vision_at(c.x,c.y)>-1 else None for c in self.coords ]
    max_score = max(scores)
    return random.choice( [c for s,c in zip(scores,self.coords) if s==max_score] )

  def adjacentScore(self,x,y):
    adjacent = [(x+1,y)]
    if self.vision_at(x,y+1)>-1:
      adjacent+=[(x+1,y+1)]
    if self.vision_at(x,y-1)>-1:
      adjacent+=[(x+1,y-1)]
    adjscores=[self.score(a,b) for a,b in adjacent]
    return sum(adjscores)/float(len(adjscores))

  def score(self,x,y):
    return -1 if self.vision_at(x,y) == -1 else self.bit_chunk(6*self.vision_at(x,y),6)

एक लाइन पर इंडेंटेशन गायब था। । मैं इसे खो गया जब में चिपकाने मैं में जोड़ दिया है लगता है।
trichoplax

अजगर 3 में चल रहा है, यह अधिकतम (स्कोर) की गणना करते समय कोई भी तुलना करने के बारे में शिकायत करता है। तो मैं बदल else Noneकरने के लिए else 0पिछले लाइन पर अपने स्कोर की गणना करने के। उम्मीद है कि आपके तर्क को अपरिवर्तित छोड़ देता है (मैंने एसई पर आपके कोड में कोई बदलाव नहीं किया है, खोए हुए इंडेंटेशन में जोड़ने के अलावा)।
trichoplax

अजगर 3 में दौड़ते हुए मुझे इस उत्तर के लिए निम्नलिखित अंक मिले: [1, 13085, 360102, 1, 73713, 1, 189, 1, 1, 193613, 34, 195718, 199, 8, 1, 6000, 66453, 2, 2, 53, 425206, 1, 4, 1, 1, 16, 153556, 1, 18134, 35655, 1, 4211684, 2, 1, 26451, 8, 1, 724635, 69242, 38469, 796553, 111340, 1, 25, 40017, 76064, 66478, 209365, 3925393]
ट्राइकोप्लाक्स

428.3750848244933 का एक ज्यामितीय माध्य
ट्राइकोप्लाक्स

2

ROUS (असामान्य आकार के कृंतक), जावा, स्कोर = 0

इससे यह तय होता है कि कहाँ जाना है। जावा कंट्रोलर के काम न करने के कारण मेरे पास इसके लिए स्कोर नहीं हैं। यह केवल बहुत दूर हो जाएगा अगर यह कुछ टेलीपोर्टर्स को इसकी मदद करने के लिए मिल जाए।यह विलुप्त हो जाता है और नियंत्रक को एक बार में दुर्घटनाग्रस्त कर देता है। यह शायद इस तथ्य के कारण है कि यह प्राकृतिक वातावरण है अग्नि दलदल।

import java.awt.*;
import java.util.Map;

public class ROUS extends Player{

    private static final int NUMBER_OF_GENES = 33;
    private static final int GENE_SIZE = 3;
    private static final Point[] coords = new Point[]{
        new Point(-1, -1),
        new Point(-1, 0),
        new Point(-1, 1),
        new Point(0, -1),
        new Point(0, 1),
        new Point(1, -1),
        new Point(1, 0),
        new Point(1, 1)
    };

    public Point takeTurn(String dna, Map<Point, Integer> vision){
        Point[] table = decode(dna);
        int hash = hash(vision);
        return table[hash];
    }

    private int hash(Map<Point, Integer> surroundings) {
        return Math.abs(surroundings.hashCode()) % NUMBER_OF_GENES;
    }

    private Point[] decode(String dna) {
        Point[] result = new Point[NUMBER_OF_GENES];

        for (int i = 0; i < NUMBER_OF_GENES; i++){
            int p = Integer.parseInt(dna.substring(i * GENE_SIZE, (i + 1) * GENE_SIZE), 2);
            int x;
            int y;

            result[i] = coords[p];
        }
        return result;
    }
}

1
जावा कंट्रोलर अब काम कर रहा है।
मार्टिन एंडर

3
पहले मुझे लगा कि आप प्राचीन रूस को श्रद्धांजलि दे रहे हैं, लेकिन जैसा कि यह प्रतीत होता है कि यह रॉब रेनर था।

न्यूनतम संभव स्कोर 1 है
ट्राइकोप्लाक्स

@trichoplax ... कंट्रोलर को क्रैश करें ...
TheNumberOne

ओह, मैं देख रहा हूँ - इतना अक्सर होता है कि आप एक रन के अंत तक नहीं पहुँच सकते हैं?
ट्राइकोप्लाक्स

2

ग्रे-रंग लुकहेड (सी ++, ~ 1.35)

यह औसतन बहुत अच्छा नहीं कर रहा है, लेकिन दुर्लभ अवसर पर यह शानदार प्रदर्शन करता है। दुर्भाग्य से, हमें ज्यामितीय औसत (1.35) पर स्कोर किया जा रहा है, और अधिकतम स्कोर (20077) पर नहीं।

यह एल्गोरिथ्म प्रत्येक रंग के अंक को -2 से 2 तक (केवल सीमा [-1..1] की ओर पूर्वाग्रह के साथ) मैप करने के लिए 4-बिट ग्रे कोड का उपयोग करके काम करता है, और प्रत्येक चाल के टाइल और उसके अगले चाल के स्कोर की गणना करता है । यह टाइल के लिए गुणक निर्धारित करने के लिए 2-बिट ग्रे कोड का उपयोग करता है और साथ ही दाईं ओर जाने के लिए बायसिंग कारक भी। (म्यूटेशन के कारण ग्रे कोड बड़े जंपर्स के लिए अतिसंवेदनशील होते हैं, हालांकि वे वास्तव में मिड-कोडपॉइंट क्रॉसओवर के लिए कोई एहसान नहीं करते हैं ...)

यह विशेष रूप से जाल को संभालने की कोशिश करने के लिए बिल्कुल कुछ भी नहीं करता है, और मुझे संदेह है कि यह पतन हो सकता है (हालांकि मैंने इस सिद्धांत का परीक्षण करने के लिए नियंत्रक में कोई इंस्ट्रूमेंटेशन नहीं जोड़ा है)।

प्रत्येक संभव कदम के लिए यह एक स्कोर निर्धारित करता है, और उच्चतम स्कोर के साथ सभी चालों के बीच यह यादृच्छिक रूप से चुनता है।

coord_t colorTileRanker(dna_t d, view_t v) {
    const int COLOR_OFFSET = 0; // scores for each color (4 bits each)
    const int SELF_MUL_OFFSET = 96; // 2 bits for self-color multiplier
    const int MOVE_MUL_OFFSET = 98; // 2 bits for move-forward multiplier

    static const int gray2[4] = {0, 1, 3, 2};
    static const int gray3[8] = {0, 1, 3, 2, 7, 6, 4, 5};

    // bias factor table
    const int factorTable[4] = {0, 1, 2, 1};

    const int selfMul = factorTable[gray2[dnaRange(d, SELF_MUL_OFFSET, 2)]]*2 + 9;
    const int moveMul = factorTable[gray2[dnaRange(d, MOVE_MUL_OFFSET, 2)]] + 1;

    // scoring table for the color scores
    static const int scoreValue[8] = {0, 1, 2, 3, 4, 3, 2, 1};

    std::vector<coord_t> bestMoves;
    int bestScore = 0;

    for (int x = -1; x <= 1; x++) {
        for (int y = -1; y <= -1; y++) {
            const int color = v(x, y);
            if ((x || y) && (color >= 0)) {
                int score = 0;

                // score for the square itself
                score += selfMul*(scoreValue[gray3[dnaRange(d, COLOR_OFFSET + color*3, 3)]] - 2);

                // score for making forward progress;
                score += moveMul*(x + 1);

                // score for the resulting square's surrounding tiles
                for (int a = -1; a <= 1; a++) {
                    for (int b = -1; b <= 1; b++) {
                        const int color2 = v(x + a, y + b);
                        if (color2 >= 0) {
                            score += scoreValue[gray3[dnaRange(d, COLOR_OFFSET + color2*3, 3)]] - 2;
                        }
                    }
                }

                if (score > bestScore) {
                    bestMoves.clear();
                    bestScore = score;
                }
                if (score >= bestScore) {
                    bestMoves.push_back({x, y});
                }
            }
        }
    }

    if (bestMoves.empty()) {
        return {v.rng.rint(2), v.rng.rint(3) - 1};
    }
    return bestMoves[v.rng.rint(bestMoves.size())];
}

मेरे सबसे हाल के रन पर, मुझे स्कोर मिला: 1 1 1 1 1 1 1 46 46 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 20077 1 1 1 2 1 1 1 1 1

मेरी इच्छा है कि मुझे 20077 में से अधिक और 1s से कम मिले। :)


1
ग्रे कोड का उपयोग करना एक ग्रेट विचार है! ;)
मैटकाविच

1
ग्रे कोड के लिए +1। हालांकि, एक पूरी तरह से उत्परिवर्तन-लचीला जीनोम विविधता को काफी चोट पहुंचाएगा। और Btw का स्कोर 20.000 भी अधिकतम के पास नहीं है जिसे आप प्राप्त कर सकते हैं। यदि कुछ चूहे किसी भी संभावित शुरुआती स्थान से ट्रैक चलाने की क्षमता विकसित कर लेते हैं, तो यह प्रभाव में आ जाता है और एक विशाल फिटनेस स्कोर प्राप्त कर लेता है। इसका जीनोम जल्दी हावी हो जाता है, जिससे लगभग 50K चूहों तक की आबादी और कुछ लाखों का स्कोर होता है।

2

सी ++, ट्रिपलकोर, स्कोर: 100 ~ 400

सबसे पहले, मेरा स्कोर कई रनों से भिन्न होता है (मुख्यतः 1 की संख्या के कारण)।

कोर 5 दिशाओं के स्कोर की गणना करता है: ऊपर, नीचे, आगे-आगे, आगे और आगे-नीचे। पहले और ऊपर के स्कोर की गणना की जाती है, परिणाम की तुलना में रहने के मूल्य की तुलना की जाती है। यदि जगह में रहना ऊपर या नीचे जाने से बेहतर है, तो इन दिशाओं को नहीं चुना जाएगा (इसलिए इसे आगे बढ़ना चाहिए)। यह 2 स्थानों के बीच उछलने (ऊपर, नीचे, ऊपर, नीचे, ...) को रोकने के लिए है।

अब 3 अन्य दिशाओं को रन किया जाता है: आगे-ऊपर, सीधे आगे और आगे-नीचे। सभी जांच दिशाओं से उच्चतम स्कोर वाले लोगों को रखा जाता है और उनमें से 1 को यादृच्छिक पर चुना जाता है।

एक दिशा स्कोरिंग: ट्रिपलस्कोर 3 सबकोर्स का उपयोग करके एक आंदोलन के स्कोर की गणना करता है:

  • गंतव्य के रंग का स्कोर (dna पर निर्भर करता है, जैसा कि colorScorePlayer में है)
  • आगे जाने का स्कोर (dna पर निर्भर करता है)
  • गंतव्य से आगे बढ़ने का अधिकतम स्कोर (एक कारक द्वारा गुणा जो dna में संग्रहीत है)

अन्य उत्तरों के साथ, स्कोर बहुत से 1-स्कोर की संख्या पर निर्भर करता है जो वापस आ गए हैं।

#define CHUNKSIZE 5 //We have 20 values so 5 bits/value
#define MAXVALUE 32 //2^CHUNKSIZE
#define AVGVALUE MAXVALUE/2

#define DNASEGMENT(dna, i) dnarange(dna, i*CHUNKSIZE, CHUNKSIZE)
#define DNA_COLOR 0
#define DNA_FORWARD 16
#define DNA_LOOKAHEAD 17

//Get the score for a specific move
int calcscore(dna_t dna, view_t view, int x, int y, bool final){
  if (view(x,y) == OUT_OF_BOUNDS){
    //We cant go there
    return -MAXVALUE;
  }
  //The score of the color
  int s = DNASEGMENT(dna, DNA_COLOR+view(x,y))-AVGVALUE;
  //The score of going forward
  s += x*DNASEGMENT(dna, DNA_FORWARD);

  //Get the children or not
  if (!final){
    int max=-MAXVALUE;
    int v;
    //Get the maximum score of the children
    for (int i=-1; i<2; ++i){
        v = calcscore(dna, view, x+1, y+i, true);
        if (v>max){
            max=v;
        }
    }
    //Apply dna factor to the childs score
    s += (max * DNASEGMENT(dna, DNA_LOOKAHEAD))/AVGVALUE;
  }
  return s;
}

coord_t TripleScore(dna_t dna, view_t view) {
  int maxscore = -100;
  int score;
  coord_t choices[5]; //Maximum 5 possible movements
  int maxchoices = 0;
  int zeroscore = calcscore(dna, view, 0, 0, false);

  //Go over all possible moves and keep a list of the highest scores
  for (int x=0; x<2; ++x){
    for (int y=-1; y<2; ++y){
        if (x | y){
            score = calcscore(dna, view, x, y, false);
            if (score > maxscore){
                maxscore = score;
                choices[0] = {x, y};
                maxchoices = 1;
            }else if (score == maxscore){
                choices[maxchoices++] = {x, y};
            }
        }
    }
    if (!x && maxscore <= zeroscore){
        //I will NOT bounce!
        maxscore = -100;
    }
  }

  return choices[view.rng.rint(maxchoices)];
}

2

रूबी - प्रोबेबिलिस्टिककोरकोरपायर

class ProbabilisticScorePlayer < Player
    Here = Vector2D.new( 0, 0)
    Forward = Vector2D.new( 1, 0)
    Right = Vector2D.new( 0, 1)
    Left = Vector2D.new( 0,-1)

    def vision_at(vec2d)
        v = @vision[vec2d.x+2][vec2d.y+2]
        v==-1?nil:v
    end

    def turn
        coords = [Forward]
        [Here,Forward].each{|x|
            [Here,Right,Left].each{|y|
                c = x+y
                if x!=y && vision_at c > -1
                  coords.push c if bit_at(vision_at c)==1
                  coords.push c if bit_at(vision_at(c+Forward)+16)==1
                  coords.push c if bit_at(vision_at(c+Right)+32)==1
                  coords.push c if bit_at(vision_at(c+Left)+48)==1
                  coords.push c if bit_at(vision_at(c+Forward+Right)+64)==1
                  coords.push c if bit_at(vision_at(c+Forward+Left)+80)==1
                end
            }
        }
        coords.sample(random: @rng)
    end
end

यह अत्यधिक गैर-नियतात्मक चूहा पड़ोस द्वारा अंतरिक्ष पर जाने की संभावना की गणना करता है। जीनोम में पहले 16 स्लॉट 16 रंगों का प्रतिनिधित्व करते हैं। एक स्लॉट में 1 का मतलब है कि रंग आगे बढ़ना अच्छा है, 0 का मतलब खराब है। अगले 16 आपके लक्ष्य के सामने स्थान के लिए समान है, और इसी तरह।

संभावित दृष्टिकोण का मुख्य लाभ यह है कि लंबे समय तक दीवार के पीछे फंसना लगभग असंभव है। नुकसान यह है कि आप लगभग कभी नहीं सही चूहे मिल जाएगा।


मौलिकता के लिए +1। आपको किस तरह का स्कोर मिला?

कभी नहीं वास्तव में यह अभी तक परीक्षण किया ...
14

क्या आप cएक प्रारंभिक मूल्य देना भूल गए ? जब आप इसे पहले उपयोग करते हैं तो यह परिभाषित नहीं होता है if
मार्टिन एंडर

@ मार्टिनबटनर हां मैं भूल गया। मैं इसे अब ठीक कर दूंगा।
14

मैं रूबी को अच्छी तरह से नहीं जानता, लेकिन आपका कोड Ruby2.1.5 के तहत नहीं चलता है। coordsएक सूची नहीं है, आप कोष्ठक के &&स्थान पर andऔर भूल गए का उपयोग करते हैं , और यह सब ठीक करने के बाद भी आप RNG मानों को बाध्य नहीं कर रहे हैं, इसलिए आपको एक खाली दिशा मिल रही है। क्या यह छद्म कोड है, या कुछ का मतलब किसी तरह की रूबी बोली से चलाया जाना है?

2

जावा, रनिंगस्टार, स्कोर = 1817.050970291959 1000 से अधिक खेल

यह बॉट StarPlayer की तकनीक के साथ रन-बोनस के रंग कोडिंग का उपयोग करता है ।

अद्यतन: निश्चित जावा नियंत्रक।

Scores: 6, 81533, 1648026, 14, 5, 38841, 1, 76023, 115162, 3355130, 65759, 59, 4, 235023, 1, 1, 1, 3, 2, 1, 1, 14, 50, 1, 306429, 68, 3, 35140, 2, 1, 196719, 162703, 1, 1, 50, 78233, 5, 5, 5209, 1, 2, 60237, 1, 14, 19710, 1528620, 79680, 33441, 58, 1, 4, 45, 105227, 11, 4, 40797, 2, 22594, 9, 2192458, 1954, 294950, 2793185, 4, 1, 1, 112900, 30864, 23839, 19330, 134178, 107920, 5, 122894, 1, 1, 2721770, 8, 175694, 25235, 1, 3109568, 4, 11529, 1, 8766, 319753, 5949, 1, 1856027, 19752, 3, 99071, 67, 198153, 18, 332175, 8, 1524511, 1, 159124, 1, 1917181, 2, 1, 10, 276248, 1, 15, 1, 52, 1159005, 43251, 1, 536150, 75864, 509655, 1126347, 250730, 1548383, 17, 194687, 27301, 2, 1, 207930, 621863, 6065, 443547, 1, 6, 1, 1, 1, 1, 556555, 436634, 25394, 2, 61335, 98076, 1, 190958, 2, 18, 67981, 3, 8, 119447, 1, 1, 1, 19, 28803, 23, 33, 60281, 613151, 1, 65, 20341, 799766, 476273, 105018, 357868, 3, 92325, 2062793, 18, 72097, 30229, 1, 1, 3, 610392, 1, 202149, 887122, 56571, 1, 77788, 61580, 4, 72535, 381846, 148682, 26676, 1, 210, 3556343, 212550, 650316, 33491, 180366, 1, 295685, 46255, 43295, 1006367, 63606, 1, 1, 1, 1, 3094617, 21, 10, 3, 1, 1, 14730, 1585801, 102, 2, 410353, 1570, 1, 17423, 1, 1849366, 5, 1, 357670, 1, 1, 1, 1, 89936, 349048, 15, 7, 6, 2, 121654, 1852897, 19, 1, 103275, 1, 1, 771797, 23, 19, 6700, 1, 135844, 2966847, 3, 2356708, 101515, 1, 17, 1, 996641, 22, 16, 657783, 171744, 9604, 1, 1335166, 1739537, 2365309, 1, 3378711, 11332, 3980, 182951, 609339, 8, 10, 1746504, 61895, 386319, 24216, 331130, 12193, 1, 284, 1, 2, 50369, 38, 8, 1, 1238898, 177435, 124552, 22370, 1418184, 20132, 6, 2, 730842, 1, 1341094, 141638, 534983, 1551260, 31508, 96196, 434312, 3012, 715155, 1, 276172, 214255, 1, 208948, 4, 1631942, 512293, 37, 64474, 1342713, 1, 132634, 13, 2, 61876, 1081704, 160301, 2, 488156, 2414109, 1809831, 5, 74904, 6, 11, 5, 1, 79856, 96, 35421, 229858, 238507, 3838897, 18, 44, 1, 1659126, 9, 33708, 12, 1, 758381, 162742, 256046, 3, 15, 142673, 70953, 58559, 6, 2, 1, 984066, 290404, 1072226, 66415, 4465, 924279, 48133, 319765, 519401, 1, 1, 1201037, 418362, 17022, 68, 213072, 37, 1039025, 1, 2, 6, 4, 45769, 1, 5, 1061838, 54614, 21436, 7149, 1, 1, 1, 35950, 2199045, 1, 379742, 3, 2008330, 238692, 181, 7, 140483, 92278, 214409, 5179081, 1, 1, 334436, 2, 107481, 1142028, 1, 31146, 225284, 1, 14533, 4, 3963305, 173084, 102, 1, 4732, 14, 1, 25, 11032, 224336, 2, 131110, 175764, 81, 5630317, 1, 42, 1, 89532, 621825, 2291593, 210421, 8, 44281, 4, 303126, 2895661, 2672876, 3, 436915, 21025, 1, 4, 49227, 1, 39, 3, 1, 103531, 256423, 2, 1600922, 15, 1, 2, 58933, 1114987, 1, 4, 3, 1, 1544880, 285673, 240, 2, 128, 214387, 3, 1327822, 558121, 5, 2718, 4, 1258135, 7, 37418, 2729691, 1, 346813, 385282, 2, 35674, 513070, 13, 1930635, 117343, 1929415, 52822, 203219, 1, 52407, 1, 1, 1, 3, 2, 37121, 175148, 136893, 2510439, 2140016, 437281, 53089, 40647, 37663, 2579170, 83294, 1597164, 206059, 1, 9, 75843, 773677, 50188, 12, 1, 1067679, 105216, 2452993, 1813467, 3279553, 280025, 121774, 62, 5, 113, 182135, 1, 16, 71853, 4, 557139, 37803, 228249, 6, 32420, 8, 410034, 73889, 1, 2, 96706, 48515, 1, 3, 1314561, 137, 966719, 692314, 80040, 85147, 75291, 1, 1, 30, 38119, 182723, 42267, 3836110, 22, 986685, 2, 37, 1, 3, 26, 43389, 2679689, 1, 1, 57365, 1, 2662599, 2, 72055, 1, 141247, 1, 1, 1122312, 1, 1080672, 4, 266211, 1, 34163, 1490610, 256341, 1, 627753, 32110, 1, 42468, 1, 10746, 1, 9, 1, 46, 1714133, 5, 117, 1, 104340, 218338, 151958, 122407, 211637, 223307, 57018, 74768, 582232, 2, 621279, 4, 1, 11, 196094, 1839877, 167117, 8, 42991, 2199269, 124676, 1, 1, 1, 5, 1, 1, 698083, 1, 76361, 1564154, 67345, 1398411, 9, 11, 105726, 1197879, 1, 2, 62740, 39, 2, 397236, 17057, 267647, 13, 57509, 22954, 1, 12, 747361, 4325650, 21425, 2160603, 144738, 1, 204054, 3113425, 6, 3019210, 30, 3359, 1, 89117, 489245, 1, 218068, 1, 1, 14718, 222722, 1, 1, 216041, 72252, 279874, 183, 89224, 170218, 1549362, 2, 1, 953626, 32, 130355, 30460, 121028, 20, 159273, 5, 2, 30, 1, 76215, 1654742, 2326439, 1, 53836, 1, 6, 4, 72327, 9, 285883, 1, 908254, 698872, 47779, 3, 2293485, 265788, 3766, 1, 1, 83151, 36431, 307577, 256891, 29, 1, 1, 1093544, 145213, 5, 2, 581319, 2911699, 1, 213061, 1359700, 2, 1, 343110, 1, 157592, 1708730, 1, 22703, 32075, 1, 1, 87720, 159221, 2313143, 10, 2266815, 2106917, 1345560, 3146014, 4, 551632, 1066905, 550313, 4069794, 1, 1406178, 38981, 1, 3, 1, 3039372, 241545, 35, 63325, 85804, 1365794, 2, 2143204, 48, 1, 99, 3225633, 7, 4074564, 1023899, 3209940, 2054326, 70880, 2, 1, 284192, 1944519, 84682, 2, 867681, 90022, 378115, 1, 15, 602743, 1337444, 131, 1, 229, 161445, 3, 2, 5591616, 195977, 92415, 637936, 142928, 1, 2310569, 923, 1, 230288, 1300519, 398529, 2233, 100261, 4323269, 81362, 37300, 1, 233775, 32277, 434139, 323797, 19214, 782633, 2881473, 1, 1, 9, 337016, 1, 515612, 44637, 17, 1, 25, 67758, 1737819, 16454, 30613, 692963, 62216, 222062, 344596, 3, 33782, 19, 180441, 23552, 20462, 70740, 10298, 109691, 1, 1729427, 33714, 1770930, 1, 1, 1, 1, 290766, 136688, 688231, 3250223, 30703, 1985963, 527128, 3, 226340, 195576, 30, 1, 3, 1, 793085, 5527, 5, 1, 2188429, 1327399, 5, 6192537, 1445186, 2478313, 2, 16892, 3, 1, 1, 15, 12, 1361157, 4, 1241684, 1, 45008, 1, 505095, 4037314, 14, 8, 1, 16740, 69906, 45, 1, 240949, 3975533, 212705, 2617552, 278884, 1, 24966, 958059, 231886, 22929, 4052071, 51259, 67791, 78739, 1, 165787, 67, 518191, 86923, 437, 1271004, 135941, 244766, 1, 1, 1, 1152745, 1, 3, 406365, 3847357, 476636, 135097, 304368, 8, 1578276, 1, 1, 375, 1, 1, 1298206, 1860743, 2, 35311, 834516, 421428, 2, 66629, 1, 309845, 398756, 33, 907277, 384475, 2267460, 1, 269300, 124525, 34399, 93584, 362186, 811260, 426109, 1, 1009323, 109986, 122181, 1, 1, 3626487, 11452, 1092410, 57233, 6, 2009226, 1, 83333, 4, 1338631, 79114, 2140249, 51813, 1118986, 43514, 1529365, 1, 101, 1, 1,
package game.players;

import java.awt.Point;
import java.util.*;

public class RunningStar extends Player{

    @Override
    public Point takeTurn(String genome, Map<Point, Integer> vision) {
        Map<Integer, Integer> squareCosts = decode(genome);
        Path path = astar(vision, squareCosts);
        return path.get(1);
    }

    private Path astar(Map<Point, Integer> vision, Map<Integer, Integer> squareCosts) {
        Set<Path> closed = new HashSet<>();
        PriorityQueue<Path> open = new PriorityQueue<>();
        open.add(new Path(new Point(0, 0), 0));
        while (!open.isEmpty()){
            Path best = open.remove();
            if (best.head().x == 2 || (best.head().x > 0 && (best.head().y == 2 || best.head().y == -2))){
                return best;
            }
            for (Path path : pathsAround(best, vision, squareCosts)){
                if (!closed.contains(path) && !open.contains(path)){
                    open.add(path);
                }
            }
            closed.add(best);
        }

        Path p = new Path(new Point(0,0), 0);
        return p.add(new Point((int)(random.nextDouble() * 3 - 1), (int)(random.nextDouble() * 3 - 1)), 0);
    }

    private List<Path> pathsAround(Path path, Map<Point, Integer> vision, Map<Integer, Integer> costs) {
        Point head = path.head();
        List<Path> results = new ArrayList<>();
        for (int i = -1; i <= 1; i++){
            for (int j = -1; j <= 1; j++){
                if (i == 0 && j == 0){
                    continue;
                }
                Point p = new Point(head.x + i, head.y + j);
                if (!vision.containsKey(p) || vision.get(p) == -1){
                    continue;
                }
                results.add(path.add(p, costs.get(vision.get(p))));
            }
        }
        return results;
    }

    private Map<Integer, Integer> decode(String genome) {
        int chunkLength = genome.length()/16;
        Map<Integer, Integer> costs = new HashMap<>();
        for (int i = 0; i < 16; i++){
            int runSize = 0;
            int cost = 0;
            for (int j = i * chunkLength; j < (i + 1) * chunkLength; j++){
                switch (genome.charAt(j)){
                    case '0':
                        runSize = 0;
                        break;
                    case '1':
                        cost += ++runSize;
                }
            }
            costs.put(i, cost);
        }
        return costs;
    }

    private class Path implements Comparable<Path>{

        Point head;
        Path parent;
        int length;
        int totalCost;

        private Path(){}

        public Path(Point point, int cost) {
            length = 1;
            totalCost = cost;
            head = point;
            parent = null;
        }

        public Point get(int index) {
            if (index >= length || index < 0){
                throw new IllegalArgumentException(index + "");
            }
            if (index == length - 1){
                return head;
            }
            return parent.get(index);
        }

        public Point head() {
            return head;
        }

        @Override
        public boolean equals(Object o) {
            if (this == o) return true;
            if (o == null || getClass() != o.getClass()) return false;

            Path path = (Path) o;

            if (!head.equals(path.head)) return false;

            return true;
        }

        @Override
        public int hashCode() {
            return head.hashCode();
        }

        @Override
        public int compareTo(Path o) {
            return totalCost - o.totalCost;

        }

        public Path add(Point point, int cost) {
            Path p = new Path();
            p.head = point;
            p.totalCost = totalCost + cost;
            p.length = length + 1;
            p.parent = this;
            return p;
        }
    }
}

2

लीपफ़ॉवर्ड, पायथन 2

विशेष रूप से ग्राउंड-ब्रेकिंग नहीं है लेकिन यह मेरा एकमात्र प्रयास है जिसने ओके-ईश का प्रदर्शन किया है।

class LeapForward(Player):
  def __init__(self):
    Player.__init__(self)
    self.coords = [Coordinate( 1, 0),
                   Coordinate( 1,-1),
                   Coordinate( 1, 1)]
    self.n_moves = len(self.coords)

  def turn(self):
    notOKColors = [self.bit_chunk(4*n,4) for n in range(4,8)]
    notOKMap = [Coordinate(x-2,y-2) for x in range(0,5) for y in range(0,5) if self.vision[y][x] not in notOKColors]
    goTo = [c for c in self.coords if c in notOKMap]
    if not goTo:
      goTo = [Coordinate(1,0)]
    return random.choice(goTo)

मूल रूप से, यह जीनोम में, बचने के लिए चार रंग (प्रत्येक 4 बिट) को कोड करता है। यह तब एक रंग के लिए आगे बढ़ता है जो उस सूची में नहीं है। यदि सभी रंग खराब हैं, तो यह अभी भी अज्ञात को आगे बढ़ाता है।


संभवतः इसे "RedQueen" कहा जाना चाहिए :)
plannapus 12

1

Java - IAmARobotPlayer - स्कोर 3.7

मैंने इस रोबोट चूहे को दूसरे के साथ तुलना करने के लिए बनाया था (अब तक बहुत दिलचस्प नहीं) कार्यक्रम। यह कुल मिलाकर अच्छा स्कोर नहीं करता है, लेकिन अगर यह कहीं स्कोर करता है, तो इसे कई चूहों को प्राप्त होगा। विचार यह है कि यह केवल इसके सामने की तीन कोशिकाओं को देखेगा, प्रत्येक कोशिका अच्छी या बुरी है। यह एक बाइनरी नंबर देता है। फिर यह अपने जीनोम में इस संख्या को देखने जा रहा है, लगातार तीन बिट्स लें, उन्हें भी एक संख्या में परिवर्तित करें और इस संख्या के तहत संग्रहीत कार्रवाई करें। इसलिए यह हमेशा उसी तरह कार्य करता है जब यह समान स्थिति का सामना करता है।

package game.players;
import java.awt.*;
import java.util.Map;
public class IAmARobotPlayer extends Player{
    private static final Point[] possibleMoves = {new Point(1,-1), new Point(1,0), new Point(1,1), new Point(0,-1), new Point(0,1), new Point(1,-1), new Point(1,0), new Point(1,1)};
    private int isGood(int pos,Map<Point,Integer> vision, char[] genomeChar){
        int value = vision.get(new Point(1,pos));
        if(value ==-1){
            return 0;
        } else {
            return genomeChar[84+value]-'0';
        }
    }

    @Override
    public Point takeTurn(String genome, Map<Point, Integer> vision) {

        char[] genomeChar = genome.toCharArray();
        int situation = 4*isGood(1,vision,genomeChar)+2*isGood(0,vision,genomeChar)+1*isGood(-1,vision,genomeChar);
        int reaction = 4*(genomeChar[3*situation+0]-'0')+2*(genomeChar[3*situation+1]-'0')+1*(genomeChar[3*situation+2]-'0');
        return possibleMoves[reaction];

    }
}

नतीजा:

Individual scores: 1, 1, 332, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 47560, 15457, 1, 
Your final score is 3.7100115087136234

1

सतर्क नमूने - C ++ - 200 से अधिक रन के बारे में 2030

यह ब्लाइंड फेथ से डीएनए एन्कोडिंग के रंग भाग (16x4 बिट्स) का उपयोग करता है लेकिन डीएनए के बाकी (36 बिट्स) को पूरी तरह से उपयोग नहीं करता है।

एक रंग के लिए एन्कोडिंग या तो है:

  • 10XX - सुरक्षित वर्गों के लिए;
  • 11XX - घातक वर्गों के लिए; तथा
  • 0111 के माध्यम से 0000 - 8 प्रकार के जाल वर्गों के लिए।

जहां एक्स अप्रयुक्त बिट्स को इंगित करता है। यह देखते हुए कि केवल 2-में से 16 रंग ऐसे जाल हैं जो अपने सभी 4 बिट्स का उपयोग करेंगे (और केवल अगर जाल ऑफसेट है, जो कि 8-9 बार होगा) तो आम तौर पर 64 अप्रयुक्त बिट होने वाले हैं - सिद्धांत यह है कि उत्परिवर्तन जो इनमें से किसी भी अप्रयुक्त बिट को प्रभावित करते हैं, जीनोम को बर्बाद नहीं करने वाले हैं और स्थिरता किसी भी फैंसी समाधान से बेहतर है जो उन शेष बिट्स का उपयोग कर सकते हैं।

नमूने इसके बाद खुद पर केंद्रित 7x7 ग्रिड के भीतर एक सुरक्षित मार्ग की योजना बनाने के लिए उपयोग करते हैं (5x5 उनकी दृष्टि प्रत्येक पक्ष पर 1 वर्ग को ऑफसेट जाल की अनुमति देता है) 3 चालों के बाद सबसे बड़ी दूरी को आगे बढ़ाने को प्राथमिकता देता है।

मैंने शुरू में कुछ जांचों में यह सुनिश्चित करने के लिए निर्माण शुरू किया कि यह तथ्य कि रंग जिस पर वर्तमान में खड़ा है, वह घातक नहीं है जीनोम के साथ मेल खाता है और किसी भी गलत रंगों को UNSURE सुरक्षा (और उनके आस-पास के वर्गों) के रूप में चिह्नित करता है - हालाँकि यह महत्वपूर्ण है उन वर्गों को सेफ के रूप में चिह्नित करने और कुछ अतिरिक्त नमूनों को मारने की तुलना में बहुत कम-से-कोई लाभ नहीं मिला। अगर मेरे पास समय है तो मैं इस पर लौटूंगा।

#include <initializer_list>
#include <vector>

enum class D { SAFE, LETHAL,TRAP_N, TRAP_NE, TRAP_E, TRAP_SE, TRAP_S, TRAP_SW, TRAP_W, TRAP_NW, UNSURE };
enum class X { SAFE, LETHAL, UNSURE };

inline void checkLocation( color_t color, D (&dna)[16], D check )
{
    if ( color != OUT_OF_BOUNDS && dna[color] == check )
        dna[color] = D::UNSURE;
}

inline void updateMapLocation( X (&map)[7][7], unsigned int x, unsigned int y, const X& safety ){
    if (        ( safety == X::LETHAL && map[x][y] != X::LETHAL )
            || ( safety == X::UNSURE && map[x][y] == X::SAFE ) )
        map[x][y] = safety;
}

inline unsigned int isSafePath( X (&map)[7][7], coord_t p )
{
    return map[p.x][p.y] == X::SAFE ? 1 : 0;
}
inline unsigned int isSafePath(X (&map)[7][7],coord_t p,coord_t q,coord_t r){
    if ( isSafePath( map,p ) )
        if ( isSafePath( map, q ) )
            return isSafePath( map, r );
    return 0;
}

inline unsigned int isSafeEast( X (&map)[7][7], coord_t p )
{
    if ( !isSafePath( map, p ) )
        return 0;
    if ( p.x == 6 )
        return 1;
    return isSafeEast(map,{p.x+1,p.y-1})
            +isSafeEast(map,{p.x+1,p.y+0})
            +isSafeEast(map,{p.x+1,p.y+1});
}

template<typename T> inline T max(T a,T b){return a>=b?a:b;}
template<typename T, typename... A> inline T max(T a,T b,A... c){return max(max(a,b),c...); }

coord_t cautiousSpecimins( dna_t d, view_t v ) {
    X map[7][7] = { { X::SAFE } };
    D dna[16] = { D::UNSURE };
    for ( color_t i = 0; i < 16; i++ )
    {
        if ( d[4*i] == 1 )
        {
            dna[i] = d[4*i + 1] == 1 ? D::LETHAL : D::SAFE;
        }
        else
        {
            switch ( dnarange( d, 4*i + 1, 3 ) )
            {
                case 0: dna[i] = D::TRAP_N; break;
                case 1: dna[i] = D::TRAP_NE; break;
                case 2: dna[i] = D::TRAP_E; break;
                case 3: dna[i] = D::TRAP_SE; break;
                case 4: dna[i] = D::TRAP_S; break;
                case 5: dna[i] = D::TRAP_SW; break;
                case 6: dna[i] = D::TRAP_W; break;
                case 7: dna[i] = D::TRAP_NW; break;
                default: dna[i] = D::UNSURE; break;
            }
        }
    }
    if ( v(-1, 0) != OUT_OF_BOUNDS )
        checkLocation( v( 0, 0), dna, D::LETHAL );

    if ( v(-1, 0) != OUT_OF_BOUNDS )
        for ( unsigned int y = 0; y < 7; ++ y )
            map[2][y] = X::LETHAL;

    if ( v(-2, 0) != OUT_OF_BOUNDS )
        for ( unsigned int x = 0; x < 2; ++x )
            for ( unsigned int y = 0; y < 7; ++ y )
                map[x][y] = X::LETHAL;

    if ( v( 0, 1) == OUT_OF_BOUNDS )
        for ( unsigned int x = 0; x < 7; ++x )
                map[x][4] = X::LETHAL;

    if ( v( 0, 2) == OUT_OF_BOUNDS )
        for ( unsigned int x = 0; x < 7; ++x )
            for ( unsigned int y = 5; y < 7; ++ y )
                map[x][y] = X::LETHAL;

    if ( v( 0,-1) == OUT_OF_BOUNDS )
        for ( unsigned int x = 0; x < 7; ++x )
                map[x][2] = X::LETHAL;

    if ( v( 0,-2) == OUT_OF_BOUNDS )
        for ( unsigned int x = 0; x < 7; ++x )
            for ( unsigned int y = 0; y < 2; ++ y )
                map[x][y] = X::LETHAL;

    checkLocation( v( 1, 1), dna, D::TRAP_SW );
    checkLocation( v( 1, 0), dna, D::TRAP_W  );
    checkLocation( v( 1,-1), dna, D::TRAP_NW );
    checkLocation( v( 0,-1), dna, D::TRAP_N  );
    checkLocation( v(-1,-1), dna, D::TRAP_NE );
    checkLocation( v(-1, 0), dna, D::TRAP_E  );
    checkLocation( v(-1, 1), dna, D::TRAP_SE );
    checkLocation( v( 0, 1), dna, D::TRAP_S  );

    for ( int x = 1; x <= 5; ++x )
    {
        for ( int y = 1; y <= 5; ++y )
        {
            switch( dna[v(x-3,y-3)] )
            {
                case D::LETHAL : updateMapLocation( map, x+0, y+0, X::LETHAL ); break;
                case D::TRAP_N : updateMapLocation( map, x+0, y+1, X::LETHAL ); break;
                case D::TRAP_NE: updateMapLocation( map, x+1, y+1, X::LETHAL ); break;
                case D::TRAP_E : updateMapLocation( map, x+1, y+0, X::LETHAL ); break;
                case D::TRAP_SE: updateMapLocation( map, x+1, y-1, X::LETHAL ); break;
                case D::TRAP_S : updateMapLocation( map, x+0, y-1, X::LETHAL ); break;
                case D::TRAP_SW: updateMapLocation( map, x-1, y-1, X::LETHAL ); break;
                case D::TRAP_W : updateMapLocation( map, x-1, y+0, X::LETHAL ); break;
                case D::TRAP_NW: updateMapLocation( map, x-1, y+1, X::LETHAL ); break;
//              case D::UNSURE : updateMapLocation( map, x+0, y+0, X::SAFE );
//                               updateMapLocation( map, x+0, y+1, X::UNSURE );
//                               updateMapLocation( map, x+1, y+1, X::UNSURE );
//                               updateMapLocation( map, x+1, y+0, X::UNSURE );
//                               updateMapLocation( map, x+1, y-1, X::UNSURE );
//                               updateMapLocation( map, x+0, y-1, X::UNSURE );
//                               updateMapLocation( map, x-1, y-1, X::UNSURE );
//                               updateMapLocation( map, x-1, y+0, X::UNSURE );
//                               updateMapLocation( map, x-1, y+1, X::UNSURE );
//                               break;
                default        : break;
            }           
        }
    }

    unsigned int north = isSafeEast(map,{4,4});
    unsigned int east  = isSafeEast(map,{4,3});
    unsigned int south = isSafeEast(map,{4,2});
    unsigned int mx    = max( north, east, south );
    unsigned int sz;
    std::vector<coord_t> dir;
    if ( mx > 0 )
    {
        if ( north == mx ) dir.push_back( {+1,+1} );
        if ( east  == mx ) dir.push_back( {+1,+0} );
        if ( south == mx ) dir.push_back( {+1,-1} );

        return dir[v.rng.rint(dir.size())];
    }


    north = isSafePath(map,{4,4},{5,5},{5,6})
            + isSafePath(map,{4,4},{4,5},{5,6});
    south = isSafePath(map,{4,2},{5,1},{5,0})
            + isSafePath(map,{4,2},{4,1},{5,0});
    mx = max( north, south );
    if ( mx > 0 )
    {
        if ( north == mx ) dir.push_back( {+1,+1} );
        if ( south == mx ) dir.push_back( {+1,-1} );

        return dir[v.rng.rint(dir.size())];
    }

    north = isSafePath(map,{3,4},{4,5},{5,6});
    south = isSafePath(map,{3,2},{4,1},{5,0});
    mx = max( north, south );
    if ( mx > 0 )
    {
        if ( north == mx ) dir.push_back( {+0,+1} );
        if ( south == mx ) dir.push_back( {+0,-1} );

        return dir[v.rng.rint(dir.size())];
    }

    north = 2*isSafePath(map,{4,4},{4,5},{4,6})
            + 1*isSafePath(map,{4,4},{3,5},{4,6});
    south = 2*isSafePath(map,{4,2},{4,1},{4,0})
            + 1*isSafePath(map,{4,2},{3,1},{4,0});
    mx = max( north, south );
    if ( mx > 0 )
    {
        if ( north == mx ) dir.push_back( {+1,+1} );
        if ( south == mx ) dir.push_back( {+1,-1} );

        return dir[v.rng.rint(dir.size())];
    }

    north = isSafePath(map,{3,4},{4,5},{4,6})
            + isSafePath(map,{3,4},{3,5},{4,6});
    south = isSafePath(map,{3,2},{4,1},{4,0})
            + isSafePath(map,{3,2},{3,1},{4,0});
    mx = max( north, south );
    if ( mx > 0 )
    {
        if ( north == mx ) dir.push_back( {+0,+1} );
        if ( south == mx ) dir.push_back( {+0,-1} );

        return dir[v.rng.rint(dir.size())];
    }

    north = isSafePath(map,{2,4},{3,5},{4,6});
    south = isSafePath(map,{2,2},{3,1},{4,0});
    mx = max( north, south );
    if ( mx > 0 )
    {
        if ( north == mx ) dir.push_back( {-1,+1} );
        if ( south == mx ) dir.push_back( {-1,-1} );

        return dir[v.rng.rint(dir.size())];
    }

    north = isSafePath(map,{3,4},{3,5},{3,6})
            + isSafePath(map,{3,4},{2,5},{3,6});
    south = isSafePath(map,{3,2},{3,1},{3,0})
            + isSafePath(map,{3,2},{2,1},{3,0});
    mx = max( north, south );
    if ( mx > 0 )
    {
        if ( north == mx ) dir.push_back( {+0,+1} );
        if ( south == mx ) dir.push_back( {+0,-1} );

        return dir[v.rng.rint(dir.size())];
    }

    north = isSafePath(map,{2,4},{3,5},{4,6});
    south = isSafePath(map,{2,2},{3,1},{4,0});
    mx = max( north, south );
    if ( mx > 0 )
    {
        if ( north == mx ) dir.push_back( {-1,+1} );
        if ( south == mx ) dir.push_back( {-1,-1} );

        return dir[v.rng.rint(dir.size())];
    }

    return {-1,-1};
}

नमूना स्कोर:

Scores: 421155 2 129418 71891 90635 1 211 1111987 29745 7 2200750 41793 50500 45 2012072 2 485698 1 110061 1554720 210308 249336 2 1 262110 17 3 19 1719139 23859 45118 3182784 318 2 1 15572 14 2822954 18 11 2 3 15954 1331392 2296280 135015 1 360826 1 692367 4 244775 4814645 3749144 3 1 660000 1 11 3688002 3920202 3428464 123053 1 243520 86 9 6 289576 195966 549120 220918 9 1 43 71046 5213 118177 150678 54639 3 200839 1 3 6 1978584 1514393 119502 1 1 137695 184889 337956 1 1 441405 133902 991 1 4137428 1 1427115 3340977 1 2 1 55559 11 1 94886 30270 1 6 3 69394 264780 6877 47758 128568 1 116672 130539 163747 96253 1 2654354 1 141 58212 1613661 27 9504 1 2474022 843890 1 59 3110814 2353731 150296 313748 2590241 6 5970407 1434171 2 334715 141277 1 56810 2964306 51544 61973 715590 1 106 900384 50948 2 34652 108096 391006 1 2969764 47625 1 24 30481 44 8 1 18 2094036 106461 3080432 75 620651 16 71730 282145 275031 17 1 8 15 121731 18 2 1 1 495868 3252390 6 1 63712 7 3733149 13380 1 1
Geometric mean score: 2030.17

परीक्षण के दौरान अधिकतम स्कोर: 8,150,817 नमूने सहेजे गए।


अब आपने यह किया ... मैं बाद के लिए रास्ते को बचाना चाहता था, लेकिन मैं आपके सतर्क कृन्तकों को बिना छोड़े छोड़ नहीं सकता था :) जैसा कि प्रतीत होता है, अधिक कुशल कोडिंग के साथ पाथिंग और भी बेहतर काम करता है। पथिंग क्षेत्र को 7x7 तक विस्तारित करने का आपका विचार भी आशाजनक है। मैं देखूंगा कि क्या मैं इसका उपयोग कर सकता हूं।

मैं वर्तमान में इसके लिए 2000 रन बना रहा हूं ... पहले 900 के बाद मतलब 600 के आसपास बसने लगा है, जो कि 2000 से काफी दूर है। क्या आप इसे अपने अंत में भी फिर से देखना चाहेंगे, यह देखने के लिए कि क्या 2000 था बस एक अस्थायी?
मार्टिन एंडर
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.