[论文解读] An experimental study of exhaustive solutions for the Mastermind puzzle

J. J. Merelo, Antonio M. Mora+2 more|arXiv (Cornell University)|Jul 5, 2012

Artificial Intelligence in Games参考文献 2被引用 6

一句话总结

本文提出并评估了针对猜码游戏（Mastermind）的新颖穷举搜索策略，强调在候选移动集合中包含真实解的关键作用，表明优先考虑此因素的方法优于经典方法。作者引入结合信息熵（Entropy）与最多部分（Most Parts）的混合评分技术，在性能上达到与最先进方法相当的水平，同时更适用于非穷举算法（如进化策略）。

ABSTRACT

Mastermind is in essence a search problem in which a string of symbols that is kept secret must be found by sequentially playing strings that use the same alphabet, and using the responses that indicate how close are those other strings to the secret one as hints. Although it is commercialized as a game, it is a combinatorial problem of high complexity, with applications on fields that range from computer security to genomics. As such a kind of problem, there are no exact solutions; even exhaustive search methods rely on heuristics to choose, at every step, strings to get the best possible hint. These methods mostly try to play the move that offers the best reduction in search space size in the next step; this move is chosen according to an empirical score. However, in this paper we will examine several state of the art exhaustive search methods and show that another factor, the presence of the actual solution among the candidate moves, or, in other words, the fact that the actual solution has the highest score, plays also a very important role. Using that, we will propose new exhaustive search approaches that obtain results which are comparable to the classic ones, and besides, are better suited as a basis for non-exhaustive search strategies such as evolutionary algorithms, since their behavior in a series of key indicators is better than the classical algorithms.

研究动机与目标

• 研究在候选移动中包含真实解对猜码游戏穷举搜索性能的影响。
• 评估基于启发式的搜索缩减策略是否足够，或解的包含是否为决定性因素。
• 开发并测试新的穷举搜索方法，使其更适合作为非穷举元启发式算法（如进化算法）的基础。
• 提出一种新的经验评估指标——抽样到秘密代码的概率，作为搜索空间缩减的补充。
• 评估穷举方法在更大实例中的可扩展性与计算可行性，并为未来非穷举方法提供指导。

提出的方法

• 通过一致集剪枝与基于启发式评分的移动选择，对多种穷举搜索算法进行经验比较。
• 提出一种结合信息熵与最多部分启发式的混合评分函数，以优先选择能减少搜索空间并提高解包含率的移动。
• 实现Plus2方法，该方法在可能时明确偏好包含真实解的移动，从而提升鲁棒性。
• 使用三种指标衡量算法性能：平均移动次数、搜索空间缩减率，以及将秘密代码选为候选移动的概率。
• 在小型问题实例（κ=6,ℓ=4 和 κ=8,ℓ=4）上进行实证测试，验证新策略的有效性。
• 建议未来非穷举方法（如进化算法）应使用新的评分函数，并结合由一致集大小启发的样本量启发式。

实验结果

研究问题

• RQ1 在候选移动中包含真实解是否显著提升猜码游戏的穷举搜索性能？
• RQ2 将秘密代码作为候选移动的抽样概率，与传统搜索空间缩减启发式相比，在引导算法效率方面表现如何？
• RQ3 结合信息熵与最多部分的混合评分策略是否在解的求解速度与鲁棒性方面优于经典穷举方法？
• RQ4 新方法在更大问题实例（如 κ=8,ℓ=4）上的可扩展性如何？其计算瓶颈是什么？
• RQ5 如何利用本研究发现来改进非穷举搜索策略（如进化算法）在求解更大规模猜码游戏实例中的表现？

主要发现

• 在候选移动中包含真实解显著提升了搜索性能，因为它确保了最高可能得分，并提高了立即成功的可能性。
• Plus2方法在所测试的问题规模下，性能与最佳经典方法相当或更优。
• 结合信息熵与最多部分启发式的混合评分策略，其效果优于单独使用任一方法，尤其在减少搜索空间的同时保持了解的包含率。
• 将秘密代码抽样为候选移动的概率是一个此前被低估的关键指标，应在算法设计中与搜索空间缩减并列考虑。
• 对于 κ=6,ℓ=4，算法运行时间约为 0.5 秒；对于 κ=8,ℓ=4，耗时约 5 秒，表明由于一致集中存在二次比较，时间增长呈非线性特征。
• 一致集大小随问题规模增长，但包含真实解的概率也随之提升，表明存在影响可扩展性与未来算法设计的复杂权衡。