Minimax Alpha Beta算法

Question

我想我终于开始了解极小极大和Alpha beta修剪，但实现它是另一回事！

根据我的理解，基础是： 您将启发式函数分数分配给某些移动（Gomoku作为示例）。

• 如果连续5个，我们应该分配一个高值，如9999 这是一个成功的举动。
• 如果我们连续4个，我们有两个开放端 我们应该再次分配一个高值，因为它无法阻止 此举等等

当我们真的必须在Java中实现它时，我的问题出现了！

我有一个Color [] []板（8x8），其中黑色是玩家1，白色是玩家2，null表示空白，我对我们将如何

感到困惑

1. 搜索棋盘以查找对方移动并指定值 给他们
2. 搜索棋盘以查找我的移动并为其指定值 他们
3. 然后选择最好的举动（我认为我可以做到） 如果我知道前两个如何工作，因为这基本上是 算法）。

一些帮助和指导表示赞赏！我查看了YouTube教程，来自各种在线资源的讲义，但在编写代码时，没有一个对我有用。

如果它有所作为，游戏是Gomoku在8x8板上播放

Answer 1

定义状态

首先，你必须定义游戏的状态。在您的示例中，它将是表示电路板配置的二维数组。

创建一个存储游戏配置和电路板状态的java类。此类现在将成为minimax树的节点。

定义孩子

定义极小极大树的节点后，您必须根据游戏规则定义子节点。这代表了你的举动。

有了这个你有minimax树！

  

搜索棋盘以查找对方移动并为其指定值

要分配每个电路板配置的值，请​​将其存储在类本身中。此外，您不必搜索董事会以找到反对行动，因为它由您的孩子代表。 [请注意，董事会与每个班级一起存储]

  

搜索棋盘以查找我的移动并为其指定值

同样，如果给定的类代表玩家1移动，则子代表玩家2的移动。

  

然后选择最好的举动

这是由算法定义的。如果您处于最大节点，则选择与最大值对应的移动。即你选择价值最高的孩子 如果是min节点，则选择最小值子节点。

PS ：您不必事先定义整个minimax树。它可以在执行dfs时动态创建。这将大大减少记忆。

PPS ：有关详细信息，请参阅Chess Programming。