使用minmax算法时,如何获取导致最高评估分支的位置

目前,我正在用Java编写一个简单的游戏(夺旗游戏)。为了创建我的AI机器人,我决定使用带有alpha-beta剪枝的minmax算法。运行我的函数后,如何最好地访问导致最佳评估分支的位置?那个位置将代表AI机器人选择的移动(在树形结构中可视化时,这是导致我的函数返回的分支)。基于这种结构,我尝试实现如下:

public int minmax(String[][] position,int depth, int alpha, int beta, boolean maximizingPlayer){        //TODO recursion ends with game over        if(depth == 0){            return AssessGame.assess(position, maximizingPlayer);        }        if(maximizingPlayer){            int maxEval = Integer.MIN_VALUE;            for(String[][] child: generateChildren(position)){                int eval = minmax(child, depth -1, alpha,beta,false);                maxEval = Integer.max(maxEval,eval);                alpha = Integer.max(alpha,eval);                if( beta <= alpha){                    break;                }            }            return maxEval;        }        else{            int minEval = Integer.MAX_VALUE;            for(String[][] child: generateChildren(position)){                int eval = minmax(child, depth -1, alpha,beta,true);                minEval = Integer.min(minEval,eval);                beta = Integer.min(beta,eval);                if( beta <= alpha){                    break;                }            }            return minEval;        }    }

我尝试创建了一个评估类,该类还保存了子节点的位置,但似乎无法弄清楚在哪里返回什么以获得正确的位置。

public class BestMove {    public int value;    public String[][] position;    public BestMove(int value, String[][] position) {        this.value = value;        this.position = position;    }}public BestMove minmax(String[][] position, int depth, int alpha, int beta, boolean maximizingPlayer) {    // TODO recursion ends with game over    if (depth == 0) {        return new BestMove(AssessGame.assess(position, maximizingPlayer), position);    }    if (maximizingPlayer) {        int maxEval = Integer.MIN_VALUE;        String[][] bestPosition = null;        for (String[][] child : generateChildren(position)) {            BestMove move = minmax(child, depth - 1, alpha, beta, false);            int eval = move.value;            if (eval > maxEval) {                maxEval = eval;                bestPosition = child;            }            alpha = Integer.max(alpha, eval);            if (beta <= alpha) {                break;            }        }        return new BestMove(maxEval, bestPosition);    } else {        int minEval = Integer.MAX_VALUE;        String[][] bestPosition = null;        for (String[][] child : generateChildren(position)) {            BestMove move = minmax(child, depth - 1, alpha, beta, true);            int eval = move.value;            if (eval < minEval) {                minEval = eval;                bestPosition = child;            }            beta = Integer.min(beta, eval);            if (beta <= alpha) {                break;            }        }        return new BestMove(minEval, bestPosition);    }}

回答:

经过一些试验,这是对我有效的方法:

public BestMove minmax(String[][] position, int depth, int alpha, int beta,    boolean maximizingPlayer) {    if (depth == 0 || noPiecesLeft(position)) {        return new BestMove(AssessGame.assess(position, teamID, depth), position);    }    if (maximizingPlayer) {        int maxEval = Integer.MIN_VALUE;        String[][] bestPosition = null;        for (String[][] child : generateChildren(position, true)) {            BestMove move = minmax(child, depth - 1, alpha, beta, false);            int eval = move.value;            if (eval > maxEval) {                maxEval = eval;                bestPosition = child;            }            alpha = Integer.max(alpha, eval);            if (beta <= alpha) {                break;            }        }        return new BestMove(maxEval, bestPosition);    } else {        int minEval = Integer.MAX_VALUE;        String[][] bestPosition = null;        for (String[][] child : generateChildren(position, false)) {            BestMove move = minmax(child, depth - 1, alpha, beta, true);            int eval = move.value;            if (eval < minEval) {                minEval = eval;                bestPosition = child;            }            beta = Integer.min(beta, eval);            if (beta <= alpha) {                break;            }        }        return new BestMove(minEval, bestPosition);    }}

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注