所以，我正在尝试为一个简单的游戏实现minimax算法，该游戏有2个玩家，每个玩家有2个皇后。所以在7X7板上共有4个皇后。因此，在每个回合中，玩家都将他的两个王后移动到一个新的位置。
我尝试通过递归min函数找到max和minimax，如下所示。基本情况应该返回一个整数，这是评估函数返回的分数。但是，在遍历叶节点后，如何找到min和max？
这个函数应该能够为queen1和queen2返回最佳移动。但我不明白，如何从叶节点值中找到最小值和最大值。如何传播值。我无法理解/想象这一点。
答案 0 :(得分：1)
我从你的问题中得到的印象是，你的大部分困惑都在于，该函数应该返回什么？它应该返回分数还是移动？通常，您应该将这个东西拆分为两个独立的函数;
一个minimax()函数，它应该看起来像你到目前为止看起来一样（我没有详细检查正确性，也许没有什么错误，但总的来说它似乎接近于罚款最小）。这应该只返回一个整数/ float / whatever，一个节点的值（如果你已经足够深，则定义为评估函数，或者所有子节点的最大值/最小值（最大值或最小值取决于哪个球员要移动。）
像choose_move()这样的函数，它应该返回一个游戏。它应该通过为所有孩子调用minimax()，然后返回导致具有最大价值的孩子的移动（建议随机打破关系）来做到这一点。
注意：您的代码中似乎也有一些错误，似乎经常返回。例如，在最大化玩家的情况下，当你第一次看到score > best_val时你已经返回，而你应该继续循环所有其他动作，以弄清楚他们中的任何一个是否有一个偶数得分越高。
最小化播放器的情况代码应该更加“对称”＆＃39;＆＃39;使用最大化播放器的代码，它现在看起来太不同了。
编辑：要解决分数过快返回的问题，请注意以下几行：
return best_move_q_1, best_move_q_2, score
应该简单地移动到循环之外，通过所有可能的操作。这个想法是，遍历所有操作，评估所有操作（通过递归minimax调用），然后返回与最佳移动相关联的移动和分数。这意味着它必须在循环之外通过动作，你仍然不能在这些循环中返回，因为那时你还没有完成所有动作的循环，可能错过了更好的替代方案。
在这种情况下执行此操作的方法是简单地将特定的代码行4个选项卡移动到左侧。它应该与for move_q_1 in moves_1:行直接在（在相同的缩进级别下），因为它是所有移动循环的开始。
然后，该行应另外更改为返回best_val（所有孩子中的最佳分数），而不是score（对最后一个孩子的评价）。
之后，not maximizing_player案例的代码应该更改为与上面其他案例的代码更相似。
然后，我注意到了另一件事;接近顶部，您决定评估depth == 0（或游戏状态是否为终端）。但是，在递归调用中，您始终会增加传递的深度级别。这看起来很奇怪（除非你在第一次通话中传递负面深度？）。您可能希望改为执行以下操作之一：
在第一次调用minimax时，传入您要搜索的最大深度（例如，3或5或其他）。然后，当你再次递归调用minimax时，总是递减，而不是递增（以确保它最终到达它将评估的depth=0点。
不是评估depth == 0的时间，而是在depth == max_depth时进行评估，其中max_depth再次为常数，如3或5或其他。然后，您对minimax的初始调用应为depth=0。
我没有详细检查是否有其他错误，所以如果不是全部（或者尝试将您的代码与其他地方的算法的伪代码进行比较，请随时告诉我），并查看差异是，如果你能理解它们。）