所以，我正在尝试为一个简单的游戏实现minimax算法，这个游戏有两个玩家，每个玩家有两个皇后。总共有4个皇后在一个7×7的棋盘上。因此，每个回合，玩家需要将他的两个皇后移动到新的位置。
我尝试通过递归minimax函数来找到min和max，如下所示。基本情况应该返回一个整数，这是评估函数返回的分数。但是，当我遍历到叶子节点后，我如何找到min和max呢？
这个函数应该能够返回queen1和queen2的最佳移动。但我不明白如何从叶子节点的值中找到min和max。我不知道如何传播这些值。我实在无法理解/想象这一点。
回答：
从你的问题中，我感觉到你大部分的困惑在于，函数应该返回什么？是返回一个分数，还是一个移动？一般来说，你实际上应该将这件事分成两个独立的函数；
-
一个
minimax()函数，应该看起来大致像你目前所拥有的（我没有详细检查正确性，可能有一些小错误，但总体上至少看起来接近正确）。这个函数只应该返回一个整数/浮点数/其他类型的值，即节点的值（如果已经足够深，则定义为评估函数的值，或者所有子节点的最大值/最小值（取决于哪位玩家将要移动））。 -
类似于
choose_move()的函数，应该返回一个要执行的移动。它应该通过调用minimax()来为所有子节点计算，然后返回导致子节点值最大的移动（建议随机打破平局）。
注意：你的代码中似乎也有一些错误，看起来返回得太频繁了。例如，对于最大化玩家，你在第一次看到score > best_val时就已经返回了，而你应该继续循环遍历所有其他移动，以确定是否有任何移动可能有更高的分数。
对于最小化玩家的代码应该与最大化玩家的代码更加“对称”，现在看起来差异太大。
编辑：为了修复分数返回过快的问题，这行代码：
return best_move_q_1, best_move_q_2, score应该简单地移到所有可能动作的循环之外。想法是，遍历所有动作，评估它们（通过递归minimax调用），然后返回与最佳移动相关的移动和分数。这意味着它必须在动作循环之外，你不能在仍在这些循环内时就返回，因为那样你还没有完成所有动作的循环，可能会错过更好的选择。
在这种情况下，做法是简单地将那行代码向左移动4个缩进。它应该直接在for move_q_1 in moves_1:行下方（在同一缩进级别），因为那是遍历所有移动的循环开始的地方。
然后，那行代码还应该更改为返回best_val（所有子节点中最佳分数），而不是score（最后一个子节点的评估）。
之后，not maximizing_player情况的代码应该更改为与上面其他情况的代码更加相似。
然后，我刚刚注意到另一件事；接近顶部，你决定评估depth == 0（或者游戏状态是否为终止状态）。然而，在递归调用中，你总是增加传递的深度级别。这看起来很奇怪（除非你在第一次调用时传递了一个负深度？）。你可能想要做以下之一：
-
在第一次调用minimax时，传递你想要搜索的最大深度（例如，3或5或其他）。然后，在递归调用minimax时，总是递减它，而不是递增（以确保它最终达到
depth=0的点进行评估）。 -
不是在
depth == 0时进行评估，而是在depth == max_depth时进行评估，其中max_depth再次是一个常数，如3或5或其他。然后，你对minimax的初始调用应该有depth=0。
我没有详细检查是否还有其他错误，所以如果你觉得这还不够，请随时告诉我（或者尝试将你的代码与算法在其他地方的伪代码进行比较，看看差异在哪里，以及你是否能理解它们）。
