J'essaie de développer une IA pour un jeu de cartes et je suis un peu coincé sur la technique / l'algorithme que je devrais utiliser. Voici quelques hypothèses sur le jeu:
- Une fois les cartes distribuées aux joueurs, il n'y a plus de hasard. Je veux dire ici que chaque joueur peut choisir les cartes qu'il joue mais aucun processus aléatoire ne se produit comme lors de la distribution des cartes au début du jeu.
- Il y a des restrictions sur les cartes qui peuvent être jouées lorsqu'une carte a déjà été jouée.
- Le joueur qui remporte le pli joue ensuite en premier. Par exemple, le joueur 1 joue une carte, le joueur 2 joue une carte et gagne. Ensuite, le joueur 2 joue une carte, puis le joueur 1 joue.
Je connais beaucoup d'indices / règles (par exemple si je sais que le joueur a les cartes A, B, C alors je devrais jouer D) qui m'aide à gagner au jeu. J'ai donc d'abord voulu utiliser un réseau bayésien pour décrire ces règles. Le problème est que je ne connais aucune probabilité à attribuer, mais je pourrais calculer une heuristique en utilisant l'histoire des jeux joués (contre un humain). Deuxième problème, il est très probable que je ne connais pas toutes les règles et qu'il existe des règles implicites dont l'IA a besoin pour trouver le jeu optimal.
Je ne sais pas si ce serait un bon moyen de développer une IA pour un tel jeu de cartes?
Je me demande également s'il existe d'autres techniques qui seraient mieux adaptées au problème. Par exemple, j'ai jeté un œil à minimax (peut-être avec un algorithme d'élagage), mais serait-ce une bonne option pour ce problème? Je ne suis pas certain car les jeux les plus importants sont au début du jeu quand il y a les paramètres inconnus les plus élevés (la plupart des cartes ne sont pas encore jouées).