我制作了一个Tic Tac Toe（板子尺寸为10x10）的机器人。它的演奏要比普通人好。
电路板尺寸为10x10，而不是3x3。必须连续放置5个O或X，而不是3个。
因此，我使用Minimax +评估板功能+有限的可用动作使该机器人提高了性能。
让我解释一下我的代码。
首先，我单独使用Minimax算法，但意识到了这一点。第一步之后，大约有100种可能的状态，第二步之后是100 * 99，第三步之后是100 * 99 * 98。
可能无法计算所有可能的电路板状态。
因此，我所做的就是创建了评估板功能。
我为董事会评估功能设定了一些规则，无论Bot玩了多少场游戏，它都是一样的。
但是我想做一个评估板功能，以改善自身或给我一些数据，以便我可以用来改善它。我在井字游戏中想不出任何办法，你们可以吗？
谢谢
答案 0 :(得分：2)
一种执行此操作的方法是生成有关板状态的统计信息。使用有效的棋盘状态创建1：1的棋盘哈希函数，并填充所采取动作的字典。记录每个棋盘状态下每个棋局的赢/输，并根据给定选项的赢率对棋局选择施加权重。
这是内存密集型的，但是您可以使用在板上旋转和镜像不变的哈希值将其提高8倍（通常，您可以对当前状态的所有8次旋转和翻转进行哈希处理，并始终返回最小值，例如；可能会有更少的蛮力选择。）
另一个改进是，即使在保证您会赢/输的任何游戏中，都不会在前瞻窗口中记录其移动，尽管这是一个较小的百分比改进。