Question

我试图让minmax算法（计算机AI）在我的tic-tac-toe游戏中运行。我已经坚持了几天。从本质上讲，我不明白为什么计算机AI只是从棋盘"O"按顺序放置它的标记（0-8）。

例如，作为人类玩家，如果我选择1，则计算机将选择0：

 O| X| 2
--+---+--
 3| 4| 5
--+---+--
 6| 7| 8

接下来，如果我选择4，则计算机将选择2：

 O| X| O
--+---+--
 3| X| 5
--+---+--
 6| 7| 8

等等：

 O| X| O
--+---+--
 O| X| O
--+---+--
 X| 7| X

我已经尽可能多地调试了minmax算法，但它很难跟上发生的事情。

这里是带算法的ComputerPlayer类（并且没有我的所有打印语句）。 minmax方法是我遇到很多麻烦的地方。（我不是100％肯定使用worst_score甚至是相关的逻辑。）

class ComputerPlayer < Player
  def move(game_board)
    minmax(game_board) #minmax to create @best_move

    game_board.place_piece(@best_move, marker)
  end

  def minmax(board, player_tracker = 0) 
    if board.game_over?
      return score(board)
    else
      worst_score  = (1.0/0.0) #Infinity
      best_score  = -(1.0/0.0) #-Infinity
      @best_move  = board.get_available_positions.first

      new_marker = player_tracker.even? ? 'O' : 'X'
      player_tracker += 1

      board.get_available_positions.each do |move|
        new_board = board.place_piece(move, new_marker)
        current_score = minmax(new_board, player_tracker)
        if new_marker == marker #if the player is the computer player
          if current_score > best_score
            @best_move = move
            best_score = current_score
          end
        else
          if current_score < worst_score
            worst_score = current_score
          end
        end
      end
    end
    return best_score
  end

  def score(board)
    if board.winner == "O" #'O' == 'O', 'nil' == 'O'
      10
    elsif board.winner == "X" #'X' != 'O', 'nil' != 'O'
      -10
    elsif board.winner == nil
      0
    end
  end
end

Answer 1

问题是minmax总是返回best_score。

minmax例程不断在两个玩家之间切换。当被模拟的当前玩家是计算机玩家时，最佳分数是最高分，当被模拟的当前玩家是人类玩家时，则最佳分数是最低分。

我重写了例程以尝试迭代的所有剩余移动并跟踪本地哈希中的相应分数。完成后，将返回最佳分数并设置最佳移动，具体取决于当前模拟的播放器。

def minmax(board, player_tracker = 0, iteration = 0) #minmax
    if board.game_over?
        return score(board, iteration)
    end

    new_marker = player_tracker.even? ? 'O' : 'X'

    scores = {}
    board.get_available_positions.each do |move|
        new_board = board.place_piece(move, new_marker)
        scores[move] = minmax(new_board, player_tracker + 1, iteration + 1)
    end

    if player_tracker.even?
        @best_move = scores.sort_by {|_key, value| value}.reverse.to_h.keys[0]
    else
        @best_move = scores.sort_by {|_key, value| value}.to_h.keys[0]
    end

    return scores[@best_move]
end

为了提高准确性，我重写了分数例程，还考虑了创建评分板所需的迭代次数。能够在1次迭代中获胜应该比在3次迭代中获胜更好，对吗？

def score(board, iteration)
    # "O", "X", "nil"
    if board.winner == "O" #'O' == 'O', 'nil' == 'O'
      10.0 / iteration
    elsif board.winner == "X" #'X' != 'O', 'nil' != 'O'
      -10.0 / iteration
    elsif board.winner == nil
      0
    else
      raise "ERROR"
    end
end

通过这两个例程替换，计算机采取的步骤似乎更合乎逻辑。

在TicTacToe中调试递归MinMax

1 个答案: