编辑

Question

我正在用Java针对AI电脑玩家构建tic_tac_toe（棋盘）游戏，我为电脑编写了MiniMax算法。木板的宽度可以像 3 * 3 或 4 * 4。 和

当我在 3 * 3 上运行游戏时，计算机播放器将开始工作很好，但是当我尝试 4 * 4板子时，计算机播放器没有工作只需要花费很多时间，然后什么都没有等到我停止游戏。这是发生的屏幕截图。

这是我编写的MiniMax算法：

private Pair<Integer, State> maxMove(State b) {
        if(b.isWin('X') || b.isFinished())
            return new Pair<>(b.eval('X'), b);
        else{
            int max = -222, temp;
            Pair<Integer, State> p = null;
            for (State s : b.allNextMoves('O')){
                temp = minMove(s).getKey();
                if (temp > max){
                    max = temp;
                    p = new Pair<>(s.eval('X'), s);
                }
            }
            return p;
        }
    } 


private Pair<Integer, State> minMove(State b) {
        if(b.isWin('O') || b.isFinished())
            return new Pair<>(b.eval('O'), b);
        else{
            int min = 222, temp;
            Pair<Integer, State> p = null;
            for (State s : b.allNextMoves('X')){
                temp = maxMove(s).getKey();
                if (temp < min){
                    min = temp;
                    p = new Pair<>(s.eval('O'), s);
                }
            }
            return p;
        }
    }

eval函数用于评估网格，我只是将其作为样本，这是func：

 public int eval(char player) {
  if (isWin(player))
            return -1;
        else
            return 0;
    }

有人知道为什么会这样吗？

编辑

allNextMoves(char c)函数将拿起这个棋盘，并尝试通过找到棋盘中的第一个空字符并根据玩家的回合放置“ X”或“ O”来查找该棋盘的所有可能动作，并返回新板列表，这是代码。

public List<State> allNextMoves(char player) {
        List<State> nextBoards = new LinkedList<>();
        for (int i = 0; i < width; i++) {
            for (int j = 0; j < width; j++) {
                if (board[i][j] == ' ') {
                    State nextBoard = new State(this);
                    nextBoard.play(i, j, player);
                    nextBoards.add(nextBoard);
                }
            }
        }
        return nextBoards;
    }

Answer 1

minimax算法不响应的原因是，使用4x4网格时，要访问的板数要大得多。

首先，我看到您的算法将继续搜索，直到赢得或平局，这意味着很多搜索路径将完全填满整个棋盘。第一步后，左转15圈，每转分别有15、14、13 ... 1个可供选择的替代动作。所以有接近15个！董事会要访问的国家。少了一点，因为会发现（非强制）获胜，但是仍然是15！是对大小的一个很好的粗略估计。

在一个3x3的板上，这个数字只有8个！

比较两个数字：

 8! =            40 230  
15! = 1 307 674 368 000

因此，在4x4面板中进行搜索所需的时间比在3x3面板中进行搜索的时间长3000万倍。

如何解决？

可以采取多种措施，并且可以将它们组合在一起。这不是完整的列表，而是按此顺序列出的我将要处理的事情的列表：

1。限制搜索深度

当搜索深度太大时，您需要停止搜索。有几种方法可以决定何时停止：

以固定的预定义搜索深度
达到最小的固定搜索深度时，，并且当当前状态为“安静”时，即没有直接的获胜威胁。

评估功能

当您限制搜索时，您需要一个评估函数，该函数将给出状态值而无需进行更深入的搜索。这将是一些启发式的价值。例如，它可以计算玩家仍然可以赢得的线数（如果对手不能很好地打），并从对手的角度将其抵消为相同的数字。

2。使用查找表

可以通过不同的移动路径来达到相同的板状态。例如，如果两个玩家将第一步和第二步交换，您将进入相同的棋盘状态。

此外，几个状态通过沿X，Y或对角线轴进行镜像而彼此映射。

通过维护以前评估状态的哈希表（该哈希表还管理镜像方面），可以避免进行本质上是重复的搜索。

3。 Alpha Beta修剪

由alpha-beta算法完成的修剪不会影响结果。其结果与minimax算法相同。

4。首先执行最佳动作

在极端情况下，当前的局面可能距离获胜者只有一步之遥，但是如果考虑到最后一步，则浪费大量时间寻找其他步伐。因此，如果您可以按照先完成最有前途的举动的方式对这些举动进行排序，则可以节省时间：alpha beta修剪将更加有效。

您可以根据移动是否在被“很多”对手棋子占据的线上进行排名，或者在没有区别的情况下，首先处理中心和角点移动，因为它们可以提供比边界移动更多的解决方案

5。杀手的动作

如果经过一定举动后您发现回复是挽救生命，或是迈向强制胜利的关键一步，那么当替代初始举动而不是最初举动时，首先尝试相同的回复可能会有所回报玩过。

Tic_Tac_Toe_against the computer反对当使用4 * 4板翻转计算机时，使用MiniMax算法时，它的游戏性能是否不佳？

编辑

1 个答案: