用机器学习赢得一个未知的RTS游戏

Question

我正在使用Python编写一个简单的棋盘游戏（基于generals.io），并让系统从观察用户如何玩游戏中学习策略；如何将其表述为机器学习问题？

说明

当一个玩家抓住另一个玩家的将军时，游戏就赢了。通常，胜利者拥有比失败者大得多的军队，所以我认为军队规模可以用来衡量结果，但也可以通过使用一些更复杂的策略，用一支小得多的军队获胜，所以基本上结果是一个二元的输赢。在

程序可用的一些类型的数据包括回合数、对手军队的规模和二维列表，其中每个元素都是一个字典，代表棋盘的一个正方形。每本字典都会记录谁拥有这个广场，它是什么类型的广场（起始位置、障碍物等）以及广场的价值（上面的军队规模）。在

当前方法

我看了看a MCTS似乎是一个不错的选择，但这不是一个回合制的游戏，而且大多数情况下其他玩家的位置和移动都是未知的（直到发生冲突）。在