我正在尝试使用Alpha-beta修剪Minimax进行3D Tic Tac Toe游戏。然而,似乎算法选择子最优路径。
例如,只需直接穿过立方体的中间或单个板,就可以赢得胜利。 AI似乎选择了 next 转弯时最佳的单元格,而不是当前转弯。
我尝试重新创建并使用启发式算法返回算法,但我没有取得多大进展。无论层面如何,它似乎都有同样的问题。
代码为here。
相关部分是computers_move
和think_ahead
(以及'2'变种,这些仅仅是我尝试稍微替代的方法)。
我希望这可能是我忽略的简单事情,但据我所知,我不确定问题是什么。如果有人能够解释这个问题,我会非常感激。
def computers_move2(self):
best_score = -1000
best_move = None
h = None
win = False
for move in self.allowed_moves:
self.move(move, self.ai)
if self.complete:
win = True
break
else:
h = self.think_ahead2(self.human, -1000, 1000)
self.depth_count = 0
if h >= best_score:
best_score = h
best_move = move
self.undo_move(move)
else:
self.undo_move(move)
if not win:
self.move(best_move, self.ai)
self.human_turn = True
def think_ahead2(self, player, a, b):
if self.depth_count <= self.difficulty:
self.depth_count += 1
if player == self.ai:
h = None
for move in self.allowed_moves:
self.move(move, player)
if self.complete:
self.undo_move(move)
return 1000
else:
h = self.think_ahead2(self.human, a, b)
if h > a:
a = h
self.undo_move(move)
else:
self.undo_move(move)
if a >= b:
break
return a
else:
h = None
for move in self.allowed_moves:
self.move(move, player)
if self.complete:
self.undo_move(move)
return -1000
else:
h = self.think_ahead2(self.ai, a, b)
if h < b:
b = h
self.undo_move(move)
else:
self.undo_move(move)
if a >= b:
break
return b
else:
diff = self.check_available(self.ai) - self.check_available(self.human)
return diff
答案 0 :(得分:0)
原来我的算法似乎工作正常。问题是由我的帮助函数move
和undo_move
引起的。另外根本问题是我允许的移动。
我注意到在探索树时,computer_plays
中最外圈的移动次数大幅减少。在第一次扫描期间,计算机和人类玩家每对转弯所允许的移动次数将从总数减少到27次,再减少到10次,最后减少到5次。
原来暂时测试的动作没有被替换。因此,我将该集换成标准列表,并在每次移动/撤消后对列表进行排序,并完全解决了我的问题。