Minimax Connect 4 AI 麻烦

Question

我正在制作 connect 4 AI，但游戏会一直持续到所有 42 个空格都被填满。
得分保持每4个连续获得1分。

public int[] Max_Value(GameBoard playBoard, int depth){
    GameBoard temp = new GameBoard(playBoard.playBoard);
    int h = 0, tempH = 999, tempCol=0;
    int myDepth = depth - 1;
    int[] tempH2 = new int[2];
    boolean noChildren = true;
    if(myDepth != -1){
        for(int i = 0; i < 7; i++){
            if(temp.isValidPlay(i)){
                count++;
                temp.playPiece(i);
                noChildren = false;
                tempH2 = Min_Value(temp, myDepth);
                if(tempH2[1] < tempH){
                    tempH=tempH2[1];
                    tempCol = i;
                }
                temp.removePiece(i);
            }
        }
    }   
    int[] x = new int[2];
    if(noChildren){
        h = temp.getHeuristic();
    }
    else{
        h = tempH;
        x[0]=tempCol;
    }
    x[1]=h;
    return x; 
}

public int[] Min_Value(GameBoard playBoard, int depth){
    GameBoard temp = new GameBoard(playBoard.playBoard);
    int h = 0, tempH = -999, tempCol=0;
    int myDepth = depth - 1;
    int[] tempH2 = new int[2];
    boolean noChildren = true;
    if(myDepth != -1){
        for(int i = 0; i < 7; i++){
            if(temp.isValidPlay(i)){
                count++;
                temp.playPiece(i);
                noChildren = false;
                tempH2 = Max_Value(temp, myDepth);
                if(tempH2[1] > tempH){
                    tempH=tempH2[1];
                    tempCol = i;
                }
                temp.removePiece(i);
            }
        }
    }   
    int[] x = new int[2];
    if(noChildren){
        h = temp.getHeuristic();
    }
    else{
        h = tempH;
        x[0]=tempCol;
    }
    x[1]=h;
    return x; 
}

我觉得我只是偶然发现了所有内容，感觉就像是糟糕的代码。但是，我以前从未尝试过这样的事情，并希望有任何意见。我不知道我哪里出错了。对于任何给定的状态，我的评估函数只为每 4 个连续给出 1 分。主函数调用 Min_Value 函数以深度 10 开始。

我正在尝试返回列以及启发式的值。我希望我已经提供了足够的信息。感谢您提供任何见解。

Answer 1

好吧，在实现了未显示的方法（如评估、playmove、remove 等）之后，我能够对其进行调试。假设这些函数在您的版本中以某种正确的方式实现，错误是如果深度为 -1，您永远不会真正调用评估函数：

你有这个：

[...]if(myDepth != -1)
{/*restofthecode*/}[...]

但你需要的是这样的：

[...]if(myDepth == -1)
{
return temp.getHeuristic();
}
/*restofthecode*/
[...]

这样，每当您到达深度 -1（您的极小极大树中的一个叶子）时，就会评估该棋盘并返回值（这正是您在极小极大树中所需要的）。

在两个部分（最小和最大）都进行此修改，一切都应该没问题。如果还有其他问题，请随时提出。

Answer 2

即使问题中没有说明，我认为您的搜索并没有取得好的进展，对吧？

如果不查看您的 while 代码，我已经可以说您的程序仅在游戏的最后 10 步（最后 10 个空字段或 10 个强制获胜）期间有效。否则，您的程序将返回它评估的最后一个或第一个动作。那是因为您的评估功能，您只处理胜利（分别为连续 4 次），而不是连续 2 次、陷阱、连续 3 次等）。如果它不能强制获胜，它会认为所有的动作都是平等的。

这是个问题，因为从空场开始，只能由先发玩家强制获胜，并且只需将最后第二个棋子放在棋盘上即可。 （在你的第4版中连续强制）。

而且由于您的搜索深度 (10) 小于最大棋步数 (42)，因此您的程序将始终先走一步。

如果您的算法的其余部分被正确实现，您可以通过简单地改进您的评估函数来解决这个问题，以便它可以在“好”和“坏”游戏位置之间有所不同。