Марковская цепь — это математическая модель последовательности событий, где вероятность каждого следующего состояния зависит только от текущего состояния, а не от всей истории предыдущих событий.
Определяется текущей позицией головы змейки и яблока: (x_змеи, y_змеи, x_яблока, y_яблока)
Выбор направления движения (вверх, вниз, влево, вправо)
Определяют, какое направление змейка выберет в каждом состоянии
Когда змейка съедает яблоко, вероятность выбора этого направления увеличивается.
При столкновении вероятность выбора этого направления уменьшается.
Направления, ведущие к яблоку, получают дополнительный "бонус" к вероятности.
Не требуются сложные алгоритмы — только таблица состояний и вероятностей
Змейка улучшает стратегию по мере игры, адаптируясь к ситуации
Случайные "ошибки" делают игру более живой и реалистичной
Понятная демонстрация основ машинного обучения без сложной математики
Предсказание следующего слова на основе текущего
Создание мелодий на основе вероятностей переходов между нотами
YouTube, Netflix используют похожие модели для рекомендаций
Вероятность дождя завтра зависит от сегодняшней погоды
Перейдите на вкладку "Умная змейка" и понаблюдайте, как она обучается в реальном времени!
Эта змейка обучается в процессе игры, используя вероятностную модель