※ 引述《wendly777 (小水)》之銘言： : → AmosYang:大略地看了一下， **感覺** 與 LolAI 的想法很接近… 10/09 13:45 : → AmosYang:但 LolAI 對上 TkcnAI 勝率硬是只有三成 XD 10/09 13:46 : → AmosYang:是故…還是不能靠感覺… ... 10/09 13:53 : → tkcn:我總覺得最近都睡不好... 10/09 14:30 XD : → wendly777:剛剛看到LolAI最新的code，抓下來PK500場，結果半小時過 10/09 14:51 : → wendly777:了還沒跑完= =，我自己跟自己PK大概45秒就跑完500場了 10/09 14:52 : → wendly777:你可能先最佳化一下比較好抓問題，可能太複雜產生bug 10/09 14:54 : → wendly777:講錯應該是500張地圖，另外GeminiAI運算速度跟我差不多 10/09 15:02 LolAI 0.5 的 perf 問題在於我一開始對整個架構的需求作了錯誤的假設 演算法本身的複雜度並不高，但實作的部分很「浪費」 所謂錯誤的假設， 1. 就是我以為物件的生命週期是 cross-session, 而非僅限於該次 "shoot" 2. 我以為棋盤的大小會是像 30*30 或 50*50 這種規模 (後來才知道是 16*16 XD) 易言之，在我一開始的想法裡，整個東西應該是這樣運作: GameEngine 通知 AI: 「輪到你了」 -> AI check 上次計算的資料有沒有剩下來 沒有的話，AI 開始重新計算 (LolAI 的 initialization 很貴，付了很多為了把實作抽象化的稅) -> AI 計算完成，得到 a set of "shoot" candidates 這些 candidates 肯定是地雷 -> AI 從 shoot candidates 挑一個餵給 GameEngine 剩下沒用到的部分 cache 起來 只要之前計算出來的 candidate 還沒用完， LolAI 就不用重新計算 但事實上，整個東西是這樣運作: GameEngine 通知 AI: 「輪到你了」 -> AI 開始計算 -> AI 計算完成，得到 a set of "shoot" candidates -> AI 從 shoot candidates 挑一個餵給 GameEngine -> AI object 生命週期必須結束 因為 game engine 並沒有 session 的觀念 也就是說，AI 並沒有辦法針對 sesstion 來 cache 資料 所以，一開始我預期為了實作抽象化的稅應該不會太慘 且我覺得在大棋盤上，cache 資料會比每回合重新算來得好 但在現行的架構下， LolAI 每一回合都要付這些稅… perf 就炸了 XD 又，所謂「實作抽象化」就是 LolAI 可以很簡單地用來計算 不同的棋盤上的踩地雷，例如三角形格子、六角形格子 這種實作的 perf 比直接對一個 2D array 作存取來得慢，但寫起來比較爽 XD 有興趣的話可以比較看看， 「如果今天要把 AI 改寫成處理六角格的棋盤，或著是 3D 或著是更不規則的形狀，看看各種 AI 的實作有多少部分需要重寫」 :D 總結: 1. LolAI 因為對整個架構的估計錯誤， perf 就爆炸了 (但其演算法其實很簡潔…雖然 v0.5 裡有 50% 的計算是不必要的) 2. LolAI 作者對「抽象化」有異常的執著， perf 就又爆炸了 3. 不管 perf 有沒有炸， LolAI 目前只能在 「根據現有的資料判斷一定是地雷的格子」這點上與其他 AI 分庭抗禮 在「根據現有的資料判斷有可能是地雷的格子」這點上是確實輸給其他 AI 的 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 24.148.239.184 易言之， LolAI 可以說是完全慘敗 畫蛇添足的下場就是 perf 吃的比別人兇，且勝率沒有也比較高 要扭轉戰局只能砍掉重練，得先去寫個一、兩百題 ACM 把腦殘治好 XD ※ 編輯: AmosYang 來自: 24.148.239.184 (10/09 23:13)