Minimax Alpha Beta 算法

Question

我想我终于了解了极小值和 Alpha beta 修剪，但实施它是另一回事！

据我了解，基础是： 您将启发式函数分数分配给某些动作（以 Gomoku 为例）。

• 如果连续有 5 个，我们应该分配一个高值，例如 9999，因为 这是一个成功的举动。
• 如果我们连续有 4 个，我们有两个开口端 我们应该再次分配一个高值，因为不可能阻塞 这个动作等等等等

当我们实际上必须在 Java 中实现它时，我的问题就出现了！

我有一个 Color [][] 棋盘 (8x8)，其中黑色是玩家 1，白色是玩家 2，null 表示空白，我不知道该怎么做

1. 在棋盘上搜索以查找对手的动作并分配值 给他们
2. 在棋盘上搜索以找到我的移动并将值分配给 他们
3. 然后选择最好的移动（我认为我可以做到 如果我知道前两个是如何工作的，因为这基本上是 算法）。

感谢您的帮助和指导！我查看了来自各种在线资源的 YouTube 教程和讲义，但在实际编写代码时，它们对我来说都没有真正意义。

如果有影响的话，游戏就是在 8x8 棋盘上玩五子棋

Answer 1

定义状态

首先你必须定义游戏的状态。在您的示例中，它将是表示电路板配置的二维数组。

创建一个存储游戏配置和棋盘状态的 java 类。此类现在将成为您的极小极大树的节点。

定义子节点

定义极小极大树的节点后，您必须根据游戏规则定义子节点。这代表你的动作。

有了这个，你就有了极小极大树！

在棋盘上搜索对手的动作并为其赋值

为分配每个板配置的值，将其存储在类本身中。此外，您不必在棋盘上搜索反对动作，因为它由您的孩子代表。 [请注意，板与每个类一起存储]

在棋盘上搜索我的动作并为它们赋值

同样，如果给定的类代表玩家 1 的动作，那么 children 代表玩家 2 的动作。

然后选择最好的移动

这是由算法定义的。如果您在最大节点中，则选择对应于最大值的移动。即您选择价值最高的孩子。
在 min 节点的情况下，您选择最小值的子节点。

PS：您不必事先定义整个极小极大树。它可以在做 dfs 时动态创建。这将显着减少内存。

PPS：详情请参阅Chess Programming。