Constraint-Propagation (Kandidatenpool) mit einer positionsbasierten Q‑Tabelle und ε‑greedy Auswahl kombiniert. Hybrid-Zahlenschloss-KI (Constraint-Propagation + positionsbasiertes Reinforcement-Learning) also ein hybrides maschinelles Lernen.

So funktioniert es:

1. Initialisierung
   • Alle möglichen Codes werden als Kandidaten erzeugt.
   • Q-Tabelle wird für jede Position initialisiert.
2. Guess-Generierung
   • Mit Wahrscheinlichkeit: ε Zufälliger Kandidat (Exploration)
   • Sonst: Kandidat mit höchster Summe der Q-Werte über alle Positionen (Exploitation)
3. Feedback & Learning
   • Anzahl korrekt platzierter Ziffern wird als Feedback genutzt.
   • Constraint Propagation: Kandidaten, die nicht konsistent mit Feedback sind, werden entfernt.
   • Q-Learning: Positionsspezifische Belohnung (1 = korrekt, 0 = falsch) aktualisiert Q-Tabelle.
4. Iterative Versuche