我已经为西洋跳棋实现了 alpha-beta 剪枝,并认为我可以正常工作,但发现计算机不会连续进行多次跳跃(当它必须这样做时)。例如:
AI 会:
O _ _ _ _ _ _ _ _ _
_ X _ X _ -> _ _ _ X _ (misses a jump because it only does a single move)
_ _ _ _ _ _ _ O _ _
AI 应该做:
O _ _ _ _ _ _ _ _ O
_ X _ X _ -> _ _ _ _ _ (sees that it's current turn is not finished, continues)
_ _ _ _ _ _ _ _ _ _
我试图通过检查 MovePiece 的返回值来修复它,它返回玩家是否完成了他的回合,这取决于移动是否是跳跃以及是否有进一步的跳跃。根据返回值,它将再次运行 MaxValue/MinValue(取决于它第一次看到有进一步的移动时所处的位置)或继续在树中继续并切换玩家。
相关代码(C#)如下(retVal是一个包含Value、Depth、Move to do的类型):
foreach(var m in moves)
{
var resultingBoard = board.Clone();
var moveResult = resultingBoard.MovePiece(m.TypeOfMove,
resultingBoard.GetPieceAtPosition(m.OriginalPieceLocation.X,
m.OriginalPieceLocation.Y),
m.FinalPieceLocation.X, m.FinalPieceLocation.Y);
var newDepth = currentDepth;
if(moveResult == TurnResult.NotDone)
{
retVal = MaxValue(resultingBoard, ref alphaValue, ref betaValue, color, ref newDepth, ref maxDepth);
}
else if(moveResult == TurnResult.Finished)
{
newDepth++;
retVal = MinValue(resultingBoard, ref alphaValue, ref betaValue, color == PieceColor.Black ? PieceColor.Red : PieceColor.Black, ref newDepth, ref maxDepth);
}
}
...
然而,这会导致一些...有趣的结果(第一步除了最小修剪之外什么都不做),尽管我认为这是正确的改变。
让 MaxValue/MinValue 用新的 Action 再次调用自己是正确的做法吗?
最佳答案
您的 minimax 算法需要“生成”新 Action 的事实 smells (当你需要吃第二 block 时)。
我会尝试重新设计它 - 你可以扩展move
(可迭代 moves
中的一个元素),使其包含移动的元组(或列表),并避免 TurnResule.NotDone
在minimax算法阶段。
使用这种方法 - 列表 moves
将预先扩展以包含移动 (eat piece,eat piece)
除了单一的移动。
此解决方案将使算法更加稳健,并允许您在未来轻松进行修改。
关于algorithm - 同一玩家的 Alpha-beta 修剪连续 Action ,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13609212/