0

我正在尝试为两人 8x8 棋盘游戏创建一个 AI 对手。经过研究，我发现 Minimax 算法足够方便完成这项工作。我正在创建的 AI 对手将与其他 AI 对手或人类对战。

我对理解 minimax 算法有疑问。

我正在尝试只创建一个 AI 对手，但在网上找到的解释说我需要为两个玩家（最小玩家和最大玩家）编写代码，正如我从下面的伪代码中所理解的那样。

MinMax (GamePosition game) {
  return MaxMove (game);
}

MaxMove (GamePosition game) {
  if (GameEnded(game)) {
    return EvalGameState(game);
  }
  else {
    best_move < - {};
    moves <- GenerateMoves(game);
    ForEach moves {
       move <- MinMove(ApplyMove(game));
       if (Value(move) > Value(best_move)) {
          best_move < - move;
       }
    }
    return best_move;
  }
}

MinMove (GamePosition game) {
  best_move <- {};
  moves <- GenerateMoves(game);
  ForEach moves {
     move <- MaxMove(ApplyMove(game));
     if (Value(move) > Value(best_move)) {
        best_move < - move;
     }
  }

  return best_move;
}

我可以进一步理解，最大玩家将是我要开发的 AI，而最小玩家是对手。

我的问题是为什么我必须为最小和最大玩家编写代码才能返回最佳移动？

下面给出的伪代码基于 C#。

提前致谢。

4

1 回答 1

2

您只需要在最坏的情况下为两个玩家搜索最佳解决方案，为什么它称为 minmax，您不需要更多：

function minimax( node, depth )     
   if node is a terminal node or depth <= 0:        
       return the heuristic value of node  

   α = -∞    
   foreach child in node:          
      α = max( a, -minimax( child, depth-1 ) )  

   return α

节点是一个游戏位置， 节点中的子节点是下一步（从所有可用移动的列表中）， 深度是两个玩家一起搜索的最大移动。

您可能无法在 8x8 上运行所有可能的移动（取决于您有多少下一步移动选项），例如，如果每个您有 8 种不同的可能移动并且游戏在 40 移动后结束（应该是最坏的情况）然后你得到8^40 个职位。计算机将需要数十年甚至更长的时间才能解决它，这就是为什么您需要深度参数和使用启发式函数（例如随机森林树）来了解游戏位置的好坏而不检查所有选项。

一个更好的 minmax 算法是 Alpha-Beta 剪枝，一旦他找到他的目标（β 参数）就完成搜索：

function negamax( node, depth, α, β, color )  
   if node is a terminal node or depth = 0     
       return color * the heuristic value of node  

   foreach child of node          
       value = -negamax( child, depth-1, -β, -α, -color )  

   if value ≥ β                
      return value /** Alpha-Beta cut-off */  

  if value ≥ α       
     α = value              

  return α

最好先使用没有很多位置的游戏（例如井字游戏）。

于 2015-03-13T20:59:13.800 回答