Question

在制作Tic-Tac-Toe机器人时，我正试图了解“树木”。我理解这个概念，但我无法想出来实现它们。

有人能告诉我一个如何为这种情况生成树的示例吗？还是一个关于生成树木的好教程？我想难以产生部分树木。我知道如何实现生成整棵树，但不是它的一部分。

Answer 1

想象一下，在tic-tac-toe板的任何一点，每一个可能的移动都是一个分支。董事会的当前状态是根。一举是一个分支。现在假装（一次一个），每个分支成为当前状态。每个可能的移动都成为新的分支。树的叶子是最后一次移动并且板已满的时候。

你需要拥有一棵树的原因是，一旦它被构建，你需要弄清楚哪个分支的叶子是“WIN”场景。你构建了所有可能结果的分支，将WINs的总数加起来，然后进行有机会获得最多胜利的移动。

使树像这样：

class Node {
public:
   std::list< Node > m_branches;
   BoardState m_board;
   int m_winCount;
}

std::list< Node > tree;

现在，您遍历树中的分支列表，并为每个分支迭代其分支。这可以通过递归函数完成：

int recursiveTreeWalk( std::list< Node >& partialTree)
{

   for each branch in tree
       if node has no branches
           calculate win 1/0;
       else
           recursiveTreeWalk( branch );

   partialTree.m_winCount = sum of branch wins;
}

// initial call
recursiveTreeWalk( tree )

非常伪代码。

Answer 2

我认为你不需要在记忆中保留一棵树。您只需要实现一个类似于：

的递归函数

Move getBestMove(Board state, boolean myTurn)

然后你只需要递归，直到你达到胜利，失败或平局状态。

如果你把它写在纸上，那么随着时间的推移，调用堆会看起来像一棵树。你应该返回导致对手（绝对/最有可能）失去的节点的移动（即使他也使用getBestMove进行游戏）

对于像tic-tac-toe这样的状态空间，你可以简单地做一个具有最佳动作的完整查找表！： - ）

Answer 3

您可能会发现此代码项目文章很有趣：

Solve Tic Tac Toe with the MiniMax algorithm

它在C＃中，但在C ++中适应它不会有任何问题。

当我尝试用C ++实现我的第一个Tic-Tac-Toe游戏时，这篇文章对我来说也是一个很好的读物：

Minimax Explained

Answer 4

如果你想在内存中生成树（这是不必要的），也许可以使用如下算法（伪代码）：

GenTree(State s):
  T <- empty tree  // T is a tree of States
  SetRoot(T, s)

  ForEach (s' in Successors(s)):
    AddChild(T, GenTree(s'))

  return T

// Call it
GenTree(currentMove)

，其中

Successors(s)  // returns a list of successor states of s
AddChild(p, n)  // adds n to the list of p's children

Answer 5

实施Tic Tac Toe游戏可能是就AI而言要解决的最简单问题和搜索空间。

关键是要使用Minimax，Iterative deepening Depth-first search和Alpha-beta pruning算法来解决问题。

这是我用Python编写的游戏implementation，它只有约200行代码，并具有以Human vs. Human，Human vs. Computer和{{1} }。它还可以统计到达/修剪的节点的深度和数量，从而达到最佳移动效果。

我强烈推荐Computer vs. Computer人工智能course，它提供了有关当前AI主题和解决方案的基础知识。

Tic-Tac-Toe AI：如何制作树？

5 个答案: