1

我有问题将 AI 写入游戏（如 tron lightcycles）。我使用 ncurses 在 C 上编写所有图形和动作。现在我需要在序言上写下机器人的 ai。我正在使用 swi prolog。

我保存当前游戏场（所有矩阵）、当前人类位置和当前机器人位置（如矩阵单元 i、j）。它们像谓词一样保存在 c 的 .pl 文件中。

我的游戏字段是一个包含 1 和 0（1 - 已访问，0 - 未访问）的矩阵。像这样：

human_current_position(0,1).
bot_current_position(1,2).
matrix([[1,1,0,0],
[1,1,1,0],
[0,0,0,0],
[0,0,0,0]]).

然后我需要分析这个矩阵，如：

analyze(matrix).

所以 prolog 中的分析函数将返回一些方向（左、下、上或右）保存到文件中，我的 c 程序读取这个文件并移动机器人。

所以我有一个问题 - 我如何在 Prolog 中分析这个矩阵。我读了一些关于 min-max 算法的东西，但我无法在 Prolog 中意识到这一点。任何人都可以帮助或说明如何使用我的矩阵和 Prolog 中的当前位置来制作最小最大算法的工作吗？

4

1 回答 1

2

我不确定 min-max 是否会为 tron 带来好的结果。由于在网格上通常有许多交换移动，从而炸毁了搜索空间。也许对于一个小领域和/或一个小的搜索深度。但是您可以尝试使用否定作为 min-max 的失败，并且您可以免费获得 alfa-beta 修剪（我猜是这样）。

在没有不确定性的游戏中，min-max 算法计算最小的对手收益，假设对手试图最大化他的收益。让 i 覆盖玩家的移动，而 j 覆盖对手的移动。这导致递归公式如下：

Worst-Opponents-Gain = min_i (max_j ( Worst-Opponents-Gain_i_j) )

由于我们处理的是零和游戏，因此对手获得的就是我们的胜利。这样我们就有了 Opponents-Gain = - Win。我们可以将最小-最大搜索重新表述为最大搜索。每个玩家都是最大化者。

Best-Win = max_i ( - Best-Win_i).

当您的获胜值在 {-1, 0, 1} 范围内时，您可以使用否定作为失败。只需实现以下谓词来为您的游戏建模：

% move(+Board,+Player,-Board)  
% init(+Board)  
% win(+Board,+Player)  
% oposite(+Player,-Player)  
% tie(+Board,+Player)

上述谓词将完全在 Arguments 中对游戏进行建模，因此游戏状态将存储在局部变量中。然后通过以下谓词“分析”游戏：

% best(+Board,+Player,-Board)  
best(X,P,Y) :-  
  move(X,P,Y),  
  (win(Y,P) -> true;  
    oposite(P,Q),  
    \+ tie(Y,Q),  
    \+ best(Y,Q,_)).

您可能希望添加其他参数来限制搜索深度，或返回移动的符号表示。

再见

PS：您可以在此处找到井字游戏示例。

于 2011-12-08T19:52:48.360 回答