2

我一直在寻找名为 Duchess http://www.cse.unsw.edu.au/~blair/duchess/rules.html的游戏的算法/方法

我正在考虑 alpha beta 修剪,但我不知道它是否适用于两个以上玩家的游戏。

4

2 回答 2

2

团队 vs 团队版本可以使用 alpha-beta 修剪和类似的博弈树搜索技术来玩,因为它是一个零和的两人游戏。您只需要将球队视为球员。

有树玩家的版本不适合标准的 alpha-beta 游戏树搜索方法,因为它不是两人零和游戏。

问题在于,在两人游戏中,您可以使用“评估函数”来评估给定棋盘配置对玩家 1 的好坏程度,例如,尝试将其解释为玩家 1 从给定配置中获胜的“概率”假设“好戏。如果玩家 1 的获胜概率是 P,那么玩家 2 的获胜概率是 1 - P,显然,因此 P 足以代表对棋盘配置的评估。Alpha-beta 剪枝在算法的核心使用这个评估值。

当你有三名玩家时,这不再是明确定义的,因为假设玩家 1 从给定配置中获胜的概率取决于玩家 2 和玩家 3 是否会合谋对抗玩家 1。此外,还有一些被称为“国王制造”的场景,其中玩家 1 无法获胜,但玩家 1 仍然可以决定玩家 2 或玩家 3 是否获胜。

对于三名玩家,您基本上必须采用一种方案,将棋盘配置评估为三个值,P1、P2 和 P3,每个值代表给定玩家达到该配置的相对偏好。之后,您可以进行第三局搜索,其中每个玩家都试图在搜索边界最大化玩家的偏好值。但是,例如,您需要能够回答这个问题,如果玩家 X 更愿意通过被将死来输,或者因为不是赢家而输,如果是,输多少。

于 2013-07-03T10:37:05.493 回答
0

我猜最小最大算法可以应用于每个对手轮次取最大((玩家人数)-1)次,轮到一个人只取一次最小。因此,对于一轮树,您的树深度将等于玩家数量。在这种情况下,您必须考虑累积最大值(所有对手的最大总和)。算法的工作将在很大程度上取决于您如何进行评分。

于 2013-07-03T12:10:01.253 回答