-1

我在 Android 中创建了一个 tactactoe 游戏，它很棒。但是这个游戏有3*3的玩法。在 3*3 游戏中，我们可以实现我们的手动 AI（首先填充角落位置），或者我们可以使用 Minimax 算法来获得最佳移动。这非常适合 3*3 板。但是当我为 4*4 和 5*5 尝试相同的算法时，该算法需要花费大量时间来确定最佳移动。因此我不能使用极小极大算法。

那我现在能做什么？我想以不同的目标实现不同的级别，如下所示 在此处输入图像描述

这里是 6*6 棋盘，目标（获胜的连续符号）是 5。所以我想为这个动态棋盘设计一个具有动态目标的 AI。目标可以是 3、4、5 等。我该怎么做？提前致谢。

4

1 回答 1

1

哦，男孩.. 在这类游戏中，我宁愿使用策略而不是实际的 AI 范例。制定一个核心策略，然后在难度较低的情况下，通过随机移动使其变得愚蠢p。

基本上你的策略是任何 5 岁的孩子都会做的：如果对手距离形成一条完整的线只有 1 或 2 步*，就阻止他。否则，努力扩大你最长的线路之一。

  • 1步，如果他的线路在另一端是封闭的，2步如果他的线路在两端都是开放的。

当然，如果您有机会进行交叉或同时开发 2 条线，您可能会欺骗此策略。但是你也可以制作一个程序来注意这一点。

但如果你真的想走 AI 路线，为什么不尝试在每场比赛后保存并累积其结果（最佳个体）的遗传算法呢？如果校准正确，它将运行得非常快，然后您所要做的就是像狗一样训练它几轮。

于 2018-08-24T12:37:36.323 回答