Minimax / Alpha Beta算法 - 寻找AI在Gomoku中的举动

Question

据我所知，Minimax决策树是实现棋盘游戏AI的好方法。目前，我正在尝试实现一个名为Gomoku的游戏（连续5个）。但有一件事我很困惑：

我环顾四周，似乎几乎所有的Minimax / AlphaBeta算法都返回一个整数。特别是对我来说，eval的返回值（bestGomokuBoard）。我怎么能找到获奖委员会的坐标？

这是我到目前为止所做的： 我有一个20x20的整数数组，代表一个空的空格（0），计算机（1）和播放器（2）。 为了减少开销，Minimax树中的每个节点都是较大阵列（较小的参考帧）的9x9阵列表示。我的eval函数返回一个int，我的minimax / alphabeta算法返回一个int。如何找到AI移动的坐标？

提前谢谢你！

Answer 1

您可以制作两个略有不同的最大功能。一个只返回一个整数（得分）和另一个max-function（例如 maxWithBestMove 或 rootMax ），它返回得分和最好的举动。递归调用顺序不是：

maxWithBestMove --> min --> max --> min --> max....

查看国际象棋程序维基上Negamax Framework的注释＃2。我给出了类似的答案here。