我正在寻找用于开发井字游戏 AI 的最小最大值/alpha-beta 算法的最佳评估函数。
我正在计算一行/列/对角线中的圆圈/十字线的数量,后面有空白(一行三,没有空白(。根据该行中的符号数量,我将单独的分数乘以 10^(counter-1(,得到 1,10 或 100 分。
我相信还有很多可以改进的地方,因为很少找到最佳解决方案,而且我在字母表中
使用此函数时遇到问题我的问题是 - 如何改进此功能?感谢小段代码和建议。
我的代码:
private int h(int[][] field, int depth, int player) //final score of the node
{
if (win(field, 1)) //if human won
return -1000; //very bad for MAX=computer
if (win(field, 0)) //if computer won
return 1000;
int heuristics = individualScore(field, 0) - individualScore(field, 1);
return heuristics;
}
private int individualScore(int[][] field, int player)
{
int sum = 0;
int otherPlayer = -1;
if (player == 0) //if computer is the current player
otherPlayer = 1; //other player is human
else
otherPlayer = 0;//Vice versa
for (int i = 0; i < 3; i++) // rows
{
int counter = 0;
bool rowAvailable = true;
for (int l = 0; l < 3; l++)
{
if (field[i][l] == player)
counter++;
if (field[i][l] == otherPlayer)
{
rowAvailable = false;
break;
}
}
if (rowAvailable && counter > 0)
sum += (int)Math.Pow(10, counter - 1);
}
for (int i = 0; i < 3; i++) // columns
{
int counter = 0;
bool columnAvailable = true;
for (int k = 0; k < 3; k++)
{
if (field[k][i] == player)
counter++;
if (field[k][i] == otherPlayer)
{
columnAvailable = false;
break;
}
}
if (columnAvailable && counter > 0)
sum += (int)Math.Pow(10, counter - 1);
}
int counterD = 0;
bool diagonalAvailable = true;
for (int i = 0; i < 3; i++) //diagonals
{
if (field[i][i] == player)
counterD++;
if (field[i][i] == otherPlayer)
{
diagonalAvailable = false;
break;
}
}
if (diagonalAvailable && counterD > 0)
sum += (int)Math.Pow(10, counterD - 1);
counterD = 0;
diagonalAvailable = true;
int j = 0;
for (int i = 2; i >= 0; i--)
{
if (field[i][j] == player)
counterD++;
if (field[i][j] == otherPlayer)
{
diagonalAvailable = false;
break;
}
}
if (diagonalAvailable && counterD > 0)
sum += (int)Math.Pow(10, counterD - 1);
return sum;
}
你可以让你的AI向前看一步甚至两步,这样你就可以看到用户(然后是AI(在AI迈出一步后有什么机会(并再次评价这个机会(。此外,你可以添加一些东西,这样人工智能就会试图欺骗用户进入他无法摆脱的情况。这是可能的,因为井字游戏没有那么多可能性。
如果你想变得非常酷,你可以创建一个神经网络,它从你玩的一些游戏中学习,但这是一个完全不同的故事。