DO-13 [Feat] AI 실수 조정
This commit is contained in:
Sehyeon
parent
bc2bd0df6a
commit
a19683743b
@ -315,8 +315,8 @@ public static class AIEvaluator
|
||||
return fourThreeCount;
|
||||
}
|
||||
|
||||
// 깨진 패턴 (3-빈칸-1) 감지
|
||||
private static (bool isDetected, int count, int openEnds) DetectBrokenPattern(
|
||||
// 깨진 패턴 (ex. 3-빈칸-1) 감지
|
||||
public static (bool isDetected, int count, int openEnds) DetectBrokenPattern(
|
||||
Enums.PlayerType[,] board, int row, int col, int[] dir, Enums.PlayerType player)
|
||||
{
|
||||
int size = board.GetLength(0);
|
||||
|
||||
@ -10,12 +10,16 @@ public static class MiniMaxAIController
|
||||
|
||||
private static int[][] _directions = AIConstants.Directions;
|
||||
|
||||
private static int _playerRating = 1; // 급수 설정
|
||||
private static float _mistakeMove;
|
||||
private static int _playerRating = 18; // 급수. 기본값 18(최하)
|
||||
|
||||
private static Enums.PlayerType _AIPlayerType = Enums.PlayerType.PlayerB;
|
||||
|
||||
private static System.Random _random = new System.Random(); // 랜덤 실수용 Random 함수
|
||||
// 실수 관련 변수
|
||||
private static float _baselineMistakeProb; // 기본 실수 확률
|
||||
private static float _mistakeSeverity; // 실수의 심각도 (높을수록 더 나쁜 수를 둘 확률 증가)
|
||||
private static int _consecutiveGoodMoves = 0; // 연속으로 좋은 수를 둔 횟수
|
||||
private static int _turnsPlayed = 0; // 진행된 턴 수
|
||||
private static System.Random _random = new System.Random();
|
||||
|
||||
// 중복 계산을 방지하기 위한 캐싱 데이터. 위치 기반 (그리드 기반 해시맵)
|
||||
private static Dictionary<(int row, int col), Dictionary<(int dirX, int dirY), (int count, int openEnds)>>
|
||||
@ -31,15 +35,14 @@ public static class MiniMaxAIController
|
||||
public static void SetRating(int level)
|
||||
{
|
||||
_playerRating = level;
|
||||
// 레벨에 따른 실수율? 설정
|
||||
_mistakeMove = GetMistakeProbability(_playerRating);
|
||||
GetMistakeProbability(_playerRating);
|
||||
}
|
||||
|
||||
// 실수 확률 계산 함수
|
||||
private static float GetMistakeProbability(int level)
|
||||
private static void GetMistakeProbability(int level)
|
||||
{
|
||||
// 레벨이 1일 때 실수 확률 0%, 레벨이 18일 때 실수 확률 50%
|
||||
return (level - 1) / 17f * 0.5f;
|
||||
_baselineMistakeProb = Math.Max(0.01f, (level - 1) / 17f * 0.34f); //1급 1%, 18급 35%
|
||||
_mistakeSeverity = 1f - ((level - 1) / 17f); // 레벨이 낮을수록 심각한 실수를 함
|
||||
}
|
||||
|
||||
// return 값이 null 일 경우 == 보드에 칸 꽉 참
|
||||
@ -50,7 +53,6 @@ public static class MiniMaxAIController
|
||||
|
||||
float bestScore = float.MinValue;
|
||||
(int row, int col)? bestMove = null;
|
||||
(int row, int col)? secondBestMove = null;
|
||||
List<(int row, int col)>? fiveInARowMoves = null;
|
||||
List<(int row, int col, float score)> validMoves = GetValidMoves(board);
|
||||
|
||||
@ -65,14 +67,17 @@ public static class MiniMaxAIController
|
||||
if (fiveInARowMoves != null & fiveInARowMoves.Count > 0)
|
||||
{
|
||||
bestMove = fiveInARowMoves[0];
|
||||
_turnsPlayed++;
|
||||
return bestMove;
|
||||
}
|
||||
|
||||
// 즉시 패배 가능한 자리를 먼저 찾아서 우선적으로 설정
|
||||
fiveInARowMoves = GetFiveInARowCandidateMoves(board, _AIPlayerType);
|
||||
// var oppositePlayer = _AIPlayerType == Enums.PlayerType.PlayerB ? Enums.PlayerType.PlayerA : Enums.PlayerType.PlayerB;
|
||||
fiveInARowMoves = GetFiveInARowCandidateMoves(board, Enums.PlayerType.PlayerA);
|
||||
if (fiveInARowMoves != null & fiveInARowMoves.Count > 0)
|
||||
{
|
||||
bestMove = fiveInARowMoves[0];
|
||||
_turnsPlayed++;
|
||||
return bestMove;
|
||||
}
|
||||
|
||||
@ -85,26 +90,82 @@ public static class MiniMaxAIController
|
||||
if (score > bestScore)
|
||||
{
|
||||
bestScore = score;
|
||||
|
||||
if (bestMove != null)
|
||||
{
|
||||
secondBestMove = bestMove;
|
||||
}
|
||||
|
||||
bestMove = (row, col);
|
||||
}
|
||||
}
|
||||
|
||||
// 랜덤 실수
|
||||
if (secondBestMove != null && _random.NextDouble() < _mistakeMove)
|
||||
float currentMistakeProb = CalculateDynamicMistakeProb(board, validMoves); // 실수 확률 동적 조정
|
||||
|
||||
// 실수 확률에 따라 실수 여부 결정
|
||||
if (_random.NextDouble() < currentMistakeProb)
|
||||
{
|
||||
Debug.Log("AI Mistake");
|
||||
return secondBestMove;
|
||||
}
|
||||
int moveIndex = SelectMistakeMove(validMoves);
|
||||
_consecutiveGoodMoves = 0; // 실수했으므로 연속 카운터 리셋
|
||||
|
||||
var mistakeMove = (validMoves[moveIndex].row, validMoves[moveIndex].col);
|
||||
|
||||
// Debug.Log($"AI Mistake: 최적 점수 {validMoves[0].score}대신 {validMoves[moveIndex].score} 선택 (실수 확률: {currentMistakeProb:P2})");
|
||||
_turnsPlayed++;
|
||||
return mistakeMove;
|
||||
}
|
||||
|
||||
// 실수X
|
||||
_consecutiveGoodMoves++;
|
||||
_turnsPlayed++;
|
||||
return bestMove;
|
||||
}
|
||||
|
||||
#region Mistake Code
|
||||
|
||||
// 동적 실수 확률 계산 (게임 상황에 따라 조정)
|
||||
private static float CalculateDynamicMistakeProb(Enums.PlayerType[,] board, List<(int row, int col, float score)> validMoves)
|
||||
{
|
||||
float mistakeProb = _baselineMistakeProb;
|
||||
|
||||
// 1. 턴 수에 따라 조정
|
||||
if (_turnsPlayed < 5) // 초반에는 실수 확률 감소
|
||||
{
|
||||
mistakeProb *= 0.5f;
|
||||
}
|
||||
|
||||
// 2. 연속적인 좋은 수에 따른 조정 (집중력 저하 효과)
|
||||
if (_consecutiveGoodMoves > 3)
|
||||
{
|
||||
// 연속으로 좋은 수를 두면 집중력이 저하되어 실수 확률 증가
|
||||
mistakeProb += (_consecutiveGoodMoves - 3) * 0.03f;
|
||||
}
|
||||
|
||||
// 3. 게임 후반 집중력 향상 (마지막 몇 수는 집중)
|
||||
if (_turnsPlayed > 78) {
|
||||
mistakeProb *= 0.7f; // 종반에는 더 집중
|
||||
}
|
||||
|
||||
return Math.Min(mistakeProb, 0.8f); // 최대 80%로 제한
|
||||
}
|
||||
|
||||
// 실수 선택(경미 ~ 심각)
|
||||
private static int SelectMistakeMove(List<(int row, int col, float score)> moves)
|
||||
{
|
||||
int moveCount = moves.Count;
|
||||
|
||||
// _mistakeSeverity가 높을수록(레벨이 낮을수록) 더 심각한 실수를 할 확률 증가
|
||||
float severityFactor = (float)Math.Pow(_random.NextDouble(), 1 / _mistakeSeverity);
|
||||
|
||||
// 상위 수들 중에서는 약간 안 좋은 수를, 하위 수들 중에서는 매우 안 좋은 수를 선택
|
||||
int mistakeIndex = Math.Min(1 + (int)(severityFactor * (moveCount - 1)), moveCount - 1);
|
||||
|
||||
// 가끔 완전히 랜덤한 수 선택 (매우 낮은 확률)
|
||||
if (_random.NextDouble() < 0.05 * _mistakeSeverity)
|
||||
{
|
||||
mistakeIndex = _random.Next(1, moveCount);
|
||||
}
|
||||
|
||||
return mistakeIndex;
|
||||
}
|
||||
|
||||
#endregion
|
||||
|
||||
private static float DoMinimax(Enums.PlayerType[,] board, int depth, bool isMaximizing, float alpha, float beta,
|
||||
int recentRow, int recentCol)
|
||||
{
|
||||
@ -322,10 +383,19 @@ public static class MiniMaxAIController
|
||||
{
|
||||
var (count, openEnds) = CountStones(board, row, col, dir, currentPlayer, false);
|
||||
|
||||
if (count == 4 && openEnds > 0)
|
||||
if (count + 1 == WIN_COUNT && openEnds > 0) // 일반 패턴 (연속 4돌)
|
||||
{
|
||||
fiveInARowMoves.Add((row, col));
|
||||
break; // 하나 나오면 바로 break (시간 단축)
|
||||
return new List<(int row, int col)> { (row, col) }; // 하나 나오면 바로 return (시간 단축)
|
||||
}
|
||||
|
||||
if (count >= 2) // 깨진 패턴 평가
|
||||
{
|
||||
var (isBroken, brokenCount, _) = AIEvaluator.DetectBrokenPattern(board, row, col, dir, currentPlayer);
|
||||
|
||||
if (isBroken && brokenCount + 1 >= WIN_COUNT) // 자기 자신 포함
|
||||
{
|
||||
return new List<(int row, int col)> { (row, col) };
|
||||
}
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
@ -1,8 +1,8 @@
|
||||
using System;
|
||||
using UnityEngine;
|
||||
using System.Threading.Tasks;
|
||||
using UnityEngine.SceneManagement;
|
||||
|
||||
public class OmokAI : MonoBehaviour
|
||||
public class OmokAI : Singleton<OmokAI>
|
||||
{
|
||||
public static OmokAI Instance;
|
||||
|
||||
@ -10,7 +10,8 @@ public class OmokAI : MonoBehaviour
|
||||
{
|
||||
Instance = this;
|
||||
}
|
||||
|
||||
|
||||
// AI가 Player B가 아닌 경우 해당 메서드로 설정. 기본값은 PlayerB
|
||||
public void SetAIPlayerType(Enums.PlayerType AIPlayerType)
|
||||
{
|
||||
MiniMaxAIController.SetAIPlayerType(AIPlayerType);
|
||||
@ -33,4 +34,6 @@ public class OmokAI : MonoBehaviour
|
||||
bool isWin = MiniMaxAIController.CheckGameWin(player, board, row, col, false);
|
||||
return isWin;
|
||||
}
|
||||
|
||||
protected override void OnSceneLoaded(Scene scene, LoadSceneMode mode) { }
|
||||
}
|
||||
|
||||
Loading…
x
Reference in New Issue
Block a user