战棋游戏中的简单策略方法:基于群表示论的思想

战棋游戏中的简单策略方法:基于群表示论的思想

最近在开发一款自娱自乐的基于上世纪30年代历史背景的战棋游戏,需要为其设计一个策略算法,我一开始就想可能用比较传统的动态规划,恰逢本周周一周二中科院数学所的田野老师来我们组讲授Galois Representation,对我有一定启发,忽然发现这个算法亦可用群表示论的形式来表述,其直观性会更良好,计算起来可能更加方便;

---

背景

考虑一个静态棋盘,我们把战争过程简化为以军事单位为棋子的对弈,称之为战棋游戏(图片是EasyTech的欧陆战争2);

那么假设AI是一位指挥官,它需要充分考虑己方军事单位的状态、战斗力、行动能力和敌手的可能行为来决策行动;

---

群表示及其在战棋策略中的应用

下面先回顾一些基本概念:

定义1.1 一个群是一个集合$G$带有一个"二元运算",即一个映射$G\times G\to G$,称为乘法$(a,b)\in G\times G$在此映射下的像记作$a\cdot b$或$ab$,称为$a$与$b$的积,满足条件:
i) $(ab)c=a(bc)$对任意$a,b,c\in G$成立(称为"乘法结合律");
ii) 存在(唯一的)$e=e_G\in G$使得$ae=ea=a$对任意$a\in G$成立($e$称作单位元);
iii) 对任意$a\in G$,存在(唯一的)$b\in G$使得$ab=ba=e$($b$称作$a$的逆元,记$b=a^{-1}$);

(各种各样的群,群就是一组操作的集合以及它们的操作对象构成的一个代数结构!!!)

两个群之间的映射如果和群运算相容,则称为同态;详细说：

定义1.2 设 $G,G^{\prime }$为群.一个映射$f:G\to G^{\prime }$称作同态,如果$f(ab)=f(a)f(b)$对$\forall a,b\in G$成立;

群是个抽象的结构,我们当然自然地希望能够在一个方便熟悉的计算工具上等价地计算、研究它,这就是群表示的motivation;

定义1.3 设$G$是任一群,$V$是域$F$上的向量空间.如果存在群同态$\rho :G\to \text{GL}(V),$其中$\text{GL}(V)$是一般线性群,即$V$上全体可逆线性变换的乘法群,则称$(V,\rho )$是$G$的一个$F$-线性表示,称为$F$-表示$V$或$F$-表示$\rho$.

若$V$是有限维的,将${\dim }_{F}V$称为该表示的维数或次数,记为$\mathrm{deg}\rho$;将$V$称为表示空间.

令 Ker ⁡ ρ : = { g ∈ G ∣ ρ ( g ) = 1 V } \operatorname{Ker} \rho:=\left\{g \in G \mid \rho(g)=1_{V}\right\} Kerρ:={g∈G∣ρ(g)=1V​},称为表示$\rho$的核.若Ker ρ = { 1 } \rho=\{1\} ρ={1},则称$\rho$是忠实表示.

那么回到战棋策略的问题,我们现在考虑一种"弱"一些的表示,也就是不太满足群表示中一定用矩阵表示的要求,当然,我们先从最基本的下棋操作开始,引入群工具:

假设当前己方所处的棋盘位置坐标为$p_s=(x,y)$,那么有两个基本操作:

$$m(\Delta p),a(\Delta p)$$

分别代表向$\Delta p$方向移动或者向$\Delta p$方向攻击敌手,可见这两种(但是$\Delta p$有多种选择)基本操作是生成元:那么己方的行动空间就是有限生成群:

$$G_s=<m(\Delta p),a(\Delta p)>$$

注意己方的状态和战斗力参数组合${\theta }_s=(H_s,m_s,A_s,D_s)$也就是(己方生命值,己方行动力,己方攻击力,己方防御力),我们有模拟战斗过程的计算函数$f(\cdot )$计算己方和敌手的伤亡:

$$\begin{array}{l}\Delta H_s=f(A_e,D_s,H_s,H_e)\\ \Delta H_e=f(A_s,D_e,H_s,H_e)\end{array}$$

也就是战斗结果和己方的参数和敌手参数均有关,我们不妨写作:

$$\Delta H_s,\Delta H_e=F({\theta }_s,{\theta }_e)$$

下面考虑群同态:${\rho }_s:G_s\to \pi$(稍后证明其它是个同态)
取$\rho (g_s)=\Delta H_s-\Delta H_e$,也就是计算己方决策$g_s$带来的双方战斗伤亡之差,很显然己方的目标是使得$\rho (g_s)$尽可能大(注意$\forall \Delta H\le 0$);

${\rho }_s:G_s\to \pi$显然满足对$\forall g_1,g_2\in G_s$满足:

$${\rho }_s(g_1{g}_2)={\rho }_s(g_1)+{\rho }_s(g_2)$$
(比如,${\rho }_s(m(\Delta p_1)a(\Delta p_2))={\rho }_s(m(\Delta p_1))+{\rho }_s(a(\Delta p_2))$,这是因为两步之间是独立的;)

最优策略

好的,现在就是最重要的事情,如何高效地找到最优策略???
我们把AI的决策分为3步:

i) 计算己方行动的决策空间;
ii) 计算己方的每一个决策下敌手的决策子空间;
iii) 选取使得$\Delta H_s-\Delta H_e$最大化的策略;

现在假设己方已经选取了决策$g_s$,那么敌手同样有一个群表示${\rho }_e:G_e\to \pi$,那么可以计算其决策子空间:${\rho }_e(g_e|g_s)$(也就是给定己方决策$g_s$后敌手的可能决策及其伤亡情形);

但是敌手也有多种决策,我们只能假设其选取每一种决策是等概率事件,最终的伤亡情形只能取一个期望:

$$\mathbb{E}[{\rho }_e(g_e|g_s)]=\sum _{g_e\in G_e}\mathbb{P}(g_e|g_s){\rho }_e(g_e|g_s)$$

最终的目标函数就是(我们只需要选取使得下式取最大值的策略即可):

$$\underset{g_s}{\max }T(g_s)=\underset{g_s}{\max }{\rho }_s(g_s)+\mathbb{E}[{\rho }_e(g_e|g_s)]$$

剪枝策略

剪枝策略,属于算法优化范畴;通常应用在DFS和BFS搜索算法中;剪枝策略就是寻找过滤条件,提前减少不必要的搜索路径;

如图所示,假设我们在计算$T(g_s)$的过程中,一开始就记录一个最小的目标函数值$T_{\text{bad}}(g_s)$(遇到更小则更新,易见在如下策略中,更新只会发生在完全计算到叶子节点);那么如果中间过程有$T^{\prime }<T_{\text{bad}}(g_s)$,那么该分支对应的策略可以立即抛弃不必再计算;

后记

事实上我们可以发现每一步计算都不会出现重复计算某个${\rho }_s(g_s)$的情形,再加上剪枝策略的应用,实在很像深度优先搜索,其实你可以理解为群表示语言下的BFS算法;但是我会继续改进这个算法,我相信代数语言下的算法还有更多威力尚未发掘;