我正在构建一个井字游戏,以获得有趣的学习体验。我构建了一个 minimax 算法来返回计算机的最佳移动,但不知何故我出错了,得到了这样的奇怪输出
TIC TAC TOE V1.0
---
---
---
Enter row, column of your move
1,1
---
-X-
---
...
0, 0: -1038
0, 1: -1470
0, 2: -1038
1, 0: -1470
1, 2: -1470
2, 0: -1038
2, 1: -1470
2, 2: -1038
O--
-X-
---
Enter row, column of your move
1,2
O--
-XX
---
...
0, 1: -15
0, 2: -9
1, 0: -10
2, 0: -1
2, 1: -29
2, 2: -41
O--
-XX
O--
Enter row, column of your move
1,0
O--
XXX
O--
WINNER: PLAYER
可以看到电脑选择了左下角而不是切断播放器。我的代码尝试在所有可能的游戏状态之间递归地翻转,总结回合可能导致的每次输赢的分数,然后返回得分最高的 Action 。打印输出是每回合之前的分数(你可以看到它选择了最高的),那我为什么不切断玩家呢?我怎样才能解决这个问题?这是我的代码。
int compMoveScoreRecursive(state_t **board, int dimension, int row, int col, state_t turn) {
board[row][col] = turn;
state_t winner = checkWinner(board, dimension);
if (winner == COMPUTER) {
return 1;
} else if (winner == PLAYER) {
return -1;
} else {
int score = 0;
state_t nextTurn = turn == COMPUTER ? PLAYER : COMPUTER;
for (int i = 0; i < dimension; i++) {
for (int j = 0; j < dimension; j++) {
if (board[i][j] == NIL) {
state_t **boardCopy = copyBoard(board, dimension);
score += compMoveScoreRecursive(boardCopy, dimension, i, j, nextTurn);
destroyBoard(boardCopy, dimension);
}
}
}
return score;
}
}
move_t optimalCompMove(state_t **board, int dimension) {
move_t optMove;
int optScore = INT_MIN;
for (int row = 0; row < dimension; row++) {
for (int col = 0; col < dimension; col++) {
if (board[row][col] == NIL) {
state_t **boardCopy = copyBoard(board, dimension);
int score = compMoveScoreRecursive(boardCopy, dimension, row, col, COMPUTER);
printf("%d, %d: %d\n", row, col, score);
if (score > optScore) {
optMove.row = row;
optMove.col = col;
optScore = score;
}
destroyBoard(boardCopy, dimension);
}
}
}
return optMove;
}
最佳答案
minmax
算法的概念是“最小化最大损失”(Wikipedia),因此您的算法首先出错的是您的总和。
对于游戏的任何状态 S
,以及对于当前玩家可用的任何移动 M
(假设玩家 1 P1
), minmax (S + M, P2)
的值是 P2
的最大 可能输出,如果 P1
播放 M
。所以如果 P1
想要最大化他获胜的机会,他应该尽可能地减少 P2
的最大输出,即他必须找到最小值 的输出。
在 tictactoe minmax 中,可以测试整个游戏(最多 9 步),这意味着如果 PX
赢 (1),输 ( -1) 或平局 (0)。所以 minmax (state, PX)
将只返回这三个值之一。
在很多游戏中,你不能玩完整个游戏(例如草稿),所以返回值是状态的指示,例如-oo
如果你输了,+oo
如果你赢了,否则就是你和对手的选秀次数之差。
关于c - 我的 tictactoe 极小极大算法有什么问题,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31617469/