※ 引述《wendly777 (小水)》之铭言： : → AmosYang:大略地看了一下， **感觉** 与 LolAI 的想法很接近… 10/09 13:45 : → AmosYang:但 LolAI 对上 TkcnAI 胜率硬是只有三成 XD 10/09 13:46 : → AmosYang:是故…还是不能靠感觉… ... 10/09 13:53 : → tkcn:我总觉得最近都睡不好... 10/09 14:30 XD : → wendly777:刚刚看到LolAI最新的code，抓下来PK500场，结果半小时过 10/09 14:51 : → wendly777:了还没跑完= =，我自己跟自己PK大概45秒就跑完500场了 10/09 14:52 : → wendly777:你可能先最佳化一下比较好抓问题，可能太复杂产生bug 10/09 14:54 : → wendly777:讲错应该是500张地图，另外GeminiAI运算速度跟我差不多 10/09 15:02 LolAI 0.5 的 perf 问题在於我一开始对整个架构的需求作了错误的假设 演算法本身的复杂度并不高，但实作的部分很「浪费」 所谓错误的假设， 1. 就是我以为物件的生命周期是 cross-session, 而非仅限於该次 "shoot" 2. 我以为棋盘的大小会是像 30*30 或 50*50 这种规模 (後来才知道是 16*16 XD) 易言之，在我一开始的想法里，整个东西应该是这样运作: GameEngine 通知 AI: 「轮到你了」 -> AI check 上次计算的资料有没有剩下来 没有的话，AI 开始重新计算 (LolAI 的 initialization 很贵，付了很多为了把实作抽象化的税) -> AI 计算完成，得到 a set of "shoot" candidates 这些 candidates 肯定是地雷 -> AI 从 shoot candidates 挑一个喂给 GameEngine 剩下没用到的部分 cache 起来 只要之前计算出来的 candidate 还没用完， LolAI 就不用重新计算 但事实上，整个东西是这样运作: GameEngine 通知 AI: 「轮到你了」 -> AI 开始计算 -> AI 计算完成，得到 a set of "shoot" candidates -> AI 从 shoot candidates 挑一个喂给 GameEngine -> AI object 生命周期必须结束 因为 game engine 并没有 session 的观念 也就是说，AI 并没有办法针对 sesstion 来 cache 资料 所以，一开始我预期为了实作抽象化的税应该不会太惨 且我觉得在大棋盘上，cache 资料会比每回合重新算来得好 但在现行的架构下， LolAI 每一回合都要付这些税… perf 就炸了 XD 又，所谓「实作抽象化」就是 LolAI 可以很简单地用来计算 不同的棋盘上的踩地雷，例如三角形格子、六角形格子 这种实作的 perf 比直接对一个 2D array 作存取来得慢，但写起来比较爽 XD 有兴趣的话可以比较看看， 「如果今天要把 AI 改写成处理六角格的棋盘，或着是 3D 或着是更不规则的形状，看看各种 AI 的实作有多少部分需要重写」 :D 总结: 1. LolAI 因为对整个架构的估计错误， perf 就爆炸了 (但其演算法其实很简洁…虽然 v0.5 里有 50% 的计算是不必要的) 2. LolAI 作者对「抽象化」有异常的执着， perf 就又爆炸了 3. 不管 perf 有没有炸， LolAI 目前只能在 「根据现有的资料判断一定是地雷的格子」这点上与其他 AI 分庭抗礼 在「根据现有的资料判断有可能是地雷的格子」这点上是确实输给其他 AI 的 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 24.148.239.184 易言之， LolAI 可以说是完全惨败 画蛇添足的下场就是 perf 吃的比别人凶，且胜率没有也比较高 要扭转战局只能砍掉重练，得先去写个一、两百题 ACM 把脑残治好 XD ※ 编辑: AmosYang 来自: 24.148.239.184 (10/09 23:13)