Alpha-beta 修剪同一玩家的连续动作答案

【问题标题】：Alpha-beta pruning consecutive moves for same playerAlpha-beta 修剪同一玩家的连续动作
【发布时间】：2012-11-28 15:59:08
【问题描述】：

我已经为 Checkers 实现了 alpha-beta 修剪，并认为我可以正常工作，但发现计算机不会连续进行多次跳转（当它必须时）。例如：

人工智能会：

O _ _ _ _      _ _ _ _ _

_ X _ X _  ->  _ _ _ X _  (misses a jump because it only does a single move)

_ _ _ _ _      _ _ O _ _

人工智能应该做：

O _ _ _ _      _ _ _ _ O
_ X _ X _  ->  _ _ _ _ _  (sees that it's current turn is not finished, continues)
_ _ _ _ _      _ _ _ _ _

我试图通过检查 MovePiece 的返回值来修复它，它返回玩家是否完成了他的回合，这取决于移动是否是跳跃以及是否还有进一步的跳跃。根据返回值，它会再次运行 MaxValue/MinValue（取决于它第一次看到需要进一步移动时所处的位置）或继续在树中运行并切换玩家。

相关代码（C#）如下（retVal是包含Value、Depth、Move to do的类型）：

foreach(var m in moves)
{
    var resultingBoard = board.Clone();

    var moveResult = resultingBoard.MovePiece(m.TypeOfMove,
                                resultingBoard.GetPieceAtPosition(m.OriginalPieceLocation.X,
                                                                  m.OriginalPieceLocation.Y),
                                m.FinalPieceLocation.X, m.FinalPieceLocation.Y);

    var newDepth = currentDepth;

    if(moveResult == TurnResult.NotDone)
    {
        retVal = MaxValue(resultingBoard, ref alphaValue, ref betaValue, color, ref newDepth, ref maxDepth);
    }
    else if(moveResult == TurnResult.Finished)
    {
        newDepth++; 
        retVal = MinValue(resultingBoard, ref alphaValue, ref betaValue, color == PieceColor.Black ? PieceColor.Red : PieceColor.Black, ref newDepth, ref maxDepth);
    }
}

...

然而，这会产生一些......有趣的结果（第一步除了最小的修剪之外什么都不做），尽管我认为这将是正确的改变。

用新的动作让 MaxValue/MinValue 再次调用自己是正确的做法吗？

【问题讨论】：

标签： algorithm artificial-intelligence minimax alpha-beta-pruning

【解决方案1】：

您的极小极大算法需要“生成”新动作smells（当您需要吃第二块时）。

我会尝试重新设计它 - 你可以这样做扩展move（可迭代moves中的一个元素），使其包含移动的元组（或列表），并避免在 minimax 算法阶段使用TurnResule.NotDone。

使用这种方法 - 列表 moves 将预先扩展为除了单个移动之外还包含移动 (eat piece,eat piece)。

此解决方案将使算法更加健壮，并允许您在未来轻松修改。

【讨论】：