جواب «Train the Brain» چالش 5 از جلسهی 17
سؤال
مغز در ۲۰۰۰ بازی با یک حریف تصادفی تمرین میکند. بازی آماده است؛ دو تکه را بنویس:
۱. pick(sticks): حرکتهای brain[sticks] و مهرههایشان را در دو لیست بریز و با random.choices یکی را برگردان.
۲. بعد از هر بازی (جای # learn): اگر won بود به هر حرکت my_moves یک مهره بده، وگرنه یکی کم کن ولی نه کمتر از 1.
آخر برنامه بهترین حرکت هر حالت و تعداد بردها در ۱۰۰۰ بازی آخر را چاپ میکند. خروجی:1 -> 12 -> 23 -> 34 -> 15 -> 16 -> 27 -> 38 -> 29 -> 110 -> 2wins in the last 1000: 977
نگاه کن: از ۵، ۶، ۷، ۹ و ۱۰ طوری برمیدارد که ۴ یا ۸ چوب برای حریف بماند. کسی این را به او نگفت!
راهنما
در pick: moves = [] و weights = []، حلقه روی brain[sticks] و دو append، بعد return random.choices(moves, weights=weights)[0]. جای # learn همان حلقهی سؤال «Treat or No Treat» با won.
یک جواب درست
import random
random.seed(7)
brain = {}
for s in range(1, 11):
brain[s] = {}
for take in range(1, 4):
if take <= s:
brain[s][take] = 3
def pick(sticks):
moves = []
weights = []
for m in brain[sticks]:
moves.append(m)
weights.append(brain[sticks][m])
return random.choices(moves, weights=weights)[0]
wins = 0
for game in range(2000):
sticks = 10
my_moves = []
while True:
take = pick(sticks)
my_moves.append((sticks, take))
sticks -= take
if sticks == 0:
won = True
break
sticks -= random.randint(1, min(3, sticks))
if sticks == 0:
won = False
break
# learn
for s, t in my_moves:
if won:
brain[s][t] += 1
else:
brain[s][t] = max(1, brain[s][t] - 1)
if won and game >= 1000:
wins += 1
for s in range(1, 11):
row = brain[s]
best = 1
for t in row:
if row[t] > row[best]:
best = t
print(s, "->", best)
print("wins in the last 1000:", wins)
اول خودت امتحان کن؛ جوابهای دیگر هم قبول است. برگرد و خودت حلش کن