从alphabeta框架中收集和检索主要变着

我正在尝试用Python编写一个国际象棋引擎,我可以找到给定位置的最佳走法,但我在从该位置收集主要变着方面遇到了困难,以下是我目前尝试过的方法:

def alphabeta(board, alpha, beta, depth, pvtable):    if depth == 0:        return evaluate.eval(board)    for move in board.legal_moves:        board.push(move)        score = -alphabeta(board, -beta, -alpha, depth - 1, pvtable)        board.pop()        if score >= beta:            return beta        if score > alpha:            alpha = score            pvtable[depth-1] = str(move)    return alpha

我使用pvtable[depth - 1] = str(move)来添加走法,但最后发现pvtable包含了随机且不一致的走法,例如对于起始位置,得到的是['g1h3', 'g8h6', 'h3g5', 'd8g5']这样的结果。

我知道类似的问题已经被问过,但我仍然没有弄清楚如何解决这个问题。


回答:

我认为当搜索再次达到相同深度时(在游戏树的不同分支中),你的走法会被覆盖。

这个网站很好地解释了如何检索主要变着:https://web.archive.org/web/20071031100114/http://www.brucemo.com:80/compchess/programming/pv.htm

应用到你的代码示例中,应该是这样的(我没有测试过):

def alphabeta(board, alpha, beta, depth, pline):    line = []    if depth == 0:        return evaluate.eval(board)    for move in board.legal_moves:        board.push(move)        score = -alphabeta(board, -beta, -alpha, depth - 1, line)        board.pop()        if score >= beta:            return beta        if score > alpha:            alpha = score        pline[:] = [str(move)] + line    return alpha

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注