什么是极小化-极大化函数中的棋盘以及如何实现?

最近我在研究用于零和游戏的极小化-极大化函数。我完全理解了它,除了如何为实际函数实现棋盘这一部分:

例如,我找到的这个示例实现中有这样的声明:

int miniMax(Board eval, int iterations)

我唯一的问题是什么是Board它是一个结构体、类、数组还是其他结构?另外,我该如何为极小化-极大化函数实现一个示例棋盘,比如一个井字游戏棋盘(作为示例)?在维基百科或谷歌上找不到任何相关信息。


回答:

棋盘只是当前的游戏棋盘。它可以是您用来表示游戏棋盘的任何结构。

首次调用时,极小化-极大化函数会接收到当前的棋盘配置,这是由迄今为止的不同玩法达到的(游戏的当前状态)。在极小化-极大化函数中,您所做的是修改棋盘,每次修改都应该代表根据游戏规则可能的移动。每个修改后的棋盘都应该作为参数传递给新的极小化-极大化函数调用。一旦达到一定深度(即一定数量的迭代),您将使用评估函数为每个修改后的棋盘打分,并选择得分最高的那个作为最佳移动。

您正在阅读的算法是通用的,可以适用于任何游戏。您可以根据方便性定义棋盘,即最适合您想要表示的游戏棋盘的形式。

对于井字游戏,您可能希望用一个3×3的数组来表示棋盘,因此您可以更改Board为:

int miniMax(char board[3][3], int iterations)

或者,您可能希望使用每格2位来表示您的棋盘:

typedef struct {    unsigned square1: 2;    unsigned square2: 2;    unsigned square3: 2;    unsigned square4: 2;    unsigned square5: 2;    unsigned square6: 2;    unsigned square7: 2;    unsigned square8: 2;    unsigned square9: 2;} Board;

不过,对于井字游戏,您不需要轻量级的棋盘表示,因为它的最大深度只有9。我只是给您举例,让您明白它可以是您用来表示游戏棋盘的任何结构。

如果您要处理极小化-极大化函数,并且游戏比井字游戏复杂得多,您应该认真考虑使用alpha-beta剪枝,这是一个很大的改进。

编辑:我认为您不应该将您的棋盘命名为”eval”,因为这可能会与评估函数混淆,而评估函数是完全不同的东西。

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