Je dois realiser un jeux sous python,dans ce jeu deux joueurs font face à un tas de cailloux et on leur a donné une liste de tailles. Chacun leur tour ils ont le choix de prendre un nombre de cailloux correspondant à une des tailles valides.
 
Celui qui prend le dernier caillou à gagner.  
 
Il y a 4 listes:  
L=[1,2,5] pour 15 cailloux donc si la liste 1 sort je n'ai le droit que de jouer 1 ou 2 ou 5 et il y a 15 cailloux en tout.  
L=[1,2,3,5,7,11,13,17] 300 cailloux  
L=[1,4,9,16,25,36,49,64,81,100,121,144,169,196,225,256,289,324,361,400,441,484] 500 cailloux  
L=[1,10,100,100] 2000 cailloux  
 
J'ai réussi à faire un programme mais celui ci me permet de gagner seulement pour les 2 premières listes.  
Pour les 2 dernières je n'y arrive pas.  
Merci de votre aide

Ca s'appelle le jeu des allumettes
 
Regardes du côté des algos d'apprentissage par renforcement (Qlearning). J'avais codé ce jeu avec un tel algo en Delphi quand j'étais en école d'ingé.