Question

我已经为Checkers实施了alpha-beta修剪，并认为我有它工作，但发现计算机不会连续多次跳转（必须时）。例如：

AI确实：

O _ _ _ _      _ _ _ _ _

_ X _ X _  ->  _ _ _ X _  (misses a jump because it only does a single move)

_ _ _ _ _      _ _ O _ _

AI 应该：

O _ _ _ _      _ _ _ _ O
_ X _ X _  ->  _ _ _ _ _  (sees that it's current turn is not finished, continues)
_ _ _ _ _      _ _ _ _ _

我试图通过检查MovePiece的返回值来修复它，它返回玩家是否完成了他的转弯，由移动是否是跳跃以及是否还有进一步的跳跃来确定。根据返回值，它将再次运行MaxValue / MinValue（取决于它在第一次看到进一步移动时所处的那个）或继续在树中并切换玩家。

相关代码（在C＃中）如下（retVal属于包含Value，Depth和Move的类型）：

foreach(var m in moves)
{
    var resultingBoard = board.Clone();

    var moveResult = resultingBoard.MovePiece(m.TypeOfMove,
                                resultingBoard.GetPieceAtPosition(m.OriginalPieceLocation.X,
                                                                  m.OriginalPieceLocation.Y),
                                m.FinalPieceLocation.X, m.FinalPieceLocation.Y);

    var newDepth = currentDepth;

    if(moveResult == TurnResult.NotDone)
    {
        retVal = MaxValue(resultingBoard, ref alphaValue, ref betaValue, color, ref newDepth, ref maxDepth);
    }
    else if(moveResult == TurnResult.Finished)
    {
        newDepth++; 
        retVal = MinValue(resultingBoard, ref alphaValue, ref betaValue, color == PieceColor.Black ? PieceColor.Red : PieceColor.Black, ref newDepth, ref maxDepth);
    }
}

...

然而，这导致一些......有趣的结果（第一步除了min prunes之外什么也没做），尽管我认为这是正确的改变。

让MaxValue / MinValue再次调用自己的新动作是正确的吗？

Answer 1

您的minimax算法需要“生成”新动作smells （当您需要吃第二块时）。

我会尝试重新设计 - 您可以扩展move （可迭代moves中的元素）来制作包含移动的元组（或列表），并避开minimax算法阶段中的TurnResule.NotDone。

使用这种方法 - 除了单次移动之外，列表moves将被预先扩展为还包含移动(eat piece,eat piece)。

此解决方案将使算法更加健壮，并允许您轻松进行未来修改。

Alpha-beta修剪同一玩家的连续动作

1 个答案: