Question

我有一个“连接4”游戏的java实现（有可变数量的列和行）。

此实现使用（根据用户的选择）Mini-max的Mini-max算法，具有Alpha-beta修剪，最大搜索深度 maxDepth

我现在的问题是为电路板的状态设计良好的评估功能（这是在maxDepth返回的值）。

值介于 -100（最差选择，它对应于失败情况）和 100（最佳选择，它对应于获胜情况）其中 0 应该是“抽奖”情况。

实际上我已经实现了两个函数（我报告伪代码，因为代码很长）

1）

没有胜利/没有失去

- ＆GT;如果表格已满==＆gt;画（0）

- ＆GT;如果表格不满==＆gt;不确定的情况（50）

赢

- ＆GT;如果我赢了：100

- ＆GT;如果赢了对手：-100

2）

Of me:
- InARow[0] = maximum number of pieces in a HORIZONTAL in a row
- InARow[1] = maximum number of pieces in a VERTICAL in a row
- InARow[2] = maximum number of pieces in a DIAGONAL (ascending) in a row
- InARow[3] = maximum number of pieces in a DIAGONAL (descending) in a row
Of the opponent
- InARow2[0] = maximum number of pieces in a HORIZONTAL in a row
- InARow2[1] = maximum number of pieces in a VERTICAL in a row
- InARow2[2] = maximum number of pieces in a DIAGONAL (ascending) in a row
- InARow2[3] = maximum number of pieces in a DIAGONAL (descending) in a row

value = (100* (InARow[0] + InARow[1] + InARow[2] + InARow[3]) )/16 - (100* (InARow2[0] + InARow2[1] + InARow2[2] + InARow2[3]) )/16

我需要设计一个第三个（如果可能的话更好）功能。有什么建议吗？

提前谢谢。

Answer 1

只计算每个玩家仍然可以制作的4行数，并相互减去。

例如，两位玩家的得分均为7*4 (horizontal) + 4*7 (vertical) + 4*4 (diagonal up) + 4*4 (diagonal down)。如果红色在左下角放置一个，则黄色会失去1 + 1 + 1 + 0 = 3的分数。但是如果红色将一个放在中间，则黄色会失去4 + 1 + 1 + 1 = 7的分数。

当然，如果任何一名玩家获胜，那么无论上述系统如何，其他玩家的得分均为-infinity。

Answer 2

你已经解决了基本情况：我的胜利= 100分，我的损失= -100，平局= 0。你可以杀死的“不确定”的情况，它并不反映董事会的“善意”。所以现在你需要填补空白。您要考虑的案例并将值分配给：

我有一个X连续（如果我连续3个，这比连续两个更好 - 你的功能应该倾向于在较短的行上添加更长的行）
我的对手连续X（同样，他/她连续越多，我们的情况越差）
计算你要填充的行数（放置一块并形成2行3个比放置一块并且只形成一行3个好）
计算你阻挡了多少行（类似地，如果你可以放下一块并阻止两个对手的行数为3，那么比阻止一行2行更好）

Answer 3

以下是连接4

的两个独立评估函数

一个基本的评估函数如另一个答案中所建议的那样，我们可以计算出玩家仍可以制作的行中可能的4个数量，并从对手中减去它。与只有1个图块的块相比，您可以为已经有三个图块的块赋予不同的权重或重要性。
可以使用威胁的概念构建另一个更强大的评估功能。威胁是一个正方形，当对手放下一块瓷砖时它连接4。您可以简单地返回每个玩家的威胁数量差异，但我们可以通过实际过滤无用的威胁（比如对手威胁之上的威胁，或者两个玩家都面临威胁的威胁）甚至分配奖金来做得更好对于某些威胁（如列的最低威胁或同一玩家的2次连续威胁）。

对于较大的项目，可以手动调整权重或自学。

我应该如何为Connect 4设计一个好的评估功能？

3 个答案: