【发布时间】：2023-03-16 19:07:01
【问题描述】：
我正在为游戏开发 AI，我想使用 MinMax 算法和 Alpha-Beta 修剪。
我对它的工作原理有一个粗略的了解，但我仍然无法从头开始编写代码，所以我最近两天一直在网上寻找某种伪代码。
我的问题是，我在网上找到的每个伪代码似乎都是基于找到最佳移动的值，而我需要返回最佳移动本身而不是数字。
我当前的代码是基于这个伪代码 (source)
minimax(level, player, alpha, beta){ // player may be "computer" or "opponent"
if (gameover || level == 0)
return score
children = all valid moves for this "player"
if (player is computer, i.e., max's turn){
// Find max and store in alpha
for each child {
score = minimax(level - 1, opponent, alpha, beta)
if (score > alpha) alpha = score
if (alpha >= beta) break; // beta cut-off
}
return alpha
} else (player is opponent, i.e., min's turn)
// Find min and store in beta
for each child {
score = minimax(level - 1, computer, alpha, beta)
if (score < beta) beta = score
if (alpha >= beta) break; // alpha cut-off
}
return beta
}
}
// Initial call with alpha=-inf and beta=inf
minimax(2, computer, -inf, +inf)
如您所见，此代码返回一个数字，我想这是使一切正常工作所必需的（因为返回的数字在递归期间使用）。
所以我想我可能会使用一个外部变量来存储最佳移动，这就是我更改之前代码的方式：
minimax(level, player, alpha, beta){ // player may be "computer" or "opponent"
if (gameover || level == 0)
return score
children = all valid moves for this "player"
if (player is computer, i.e., max's turn){
// Find max and store in alpha
for each child {
score = minimax(level - 1, opponent, alpha, beta)
if (score > alpha) {
alpha = score
bestMove = current child // ROW THAT I ADDED TO UPDATE THE BEST MOVE
}
if (alpha >= beta) break; // beta cut-off
}
return alpha
} else (player is opponent, i.e., min's turn)
// Find min and store in beta
for each child {
score = minimax(level - 1, computer, alpha, beta)
if (score < beta) beta = score
if (alpha >= beta) break; // alpha cut-off
}
return beta
}
}
// Initial call with alpha=-inf and beta=inf
minimax(2, computer, -inf, +inf)
现在，这对我来说是有意义的，因为只有在轮到玩家时，我们才需要更新最佳移动，并且移动比之前的移动更好。
所以，虽然我认为这个是正确的（即使我不是 100% 确定），但 source 也有一个 java 实现，即使在 @ 中也会更新 bestMove 987654326@ 案例，我不明白为什么。
尝试使用该实现导致我的代码选择对立玩家的最佳移动，这似乎不正确（假设我是黑人玩家，我正在寻找我的最佳移动可以，所以我期待的是“黑色”移动，而不是“白色”移动）。
我不知道我的伪代码（第二个）是否是使用 MinMax 和 alpha-beta pruning 找到最佳移动的正确方法，或者我是否需要即使在 score 的情况下也能更新最佳移动。
如果您愿意，请随时提出任何新的和更好的伪代码，我不受任何约束，如果它比我的更好，我不介意重写一些代码。
编辑：
由于我看不懂回复，我猜可能这个问题没有问我想知道什么，所以我在这里尝试写得更好。
假设我只想为一个玩家获得最佳移动，并且这个玩家是最大化器，每次我需要时都会传递给 MinMax 函数一个新的移动（这样minmax(2, black, a, b) 为黑人玩家返回最佳移动，而minmax(2, white, a ,b) 为白人玩家返回最佳移动），您将如何更改第一个伪代码（或 java 实现在源中）将这个给定的最佳移动存储在某处？
编辑2：
让我们看看我们是否可以让它工作。
这是我的实现，请问是否正确？
//PlayerType is an enum with just White and Black values, opponent() returns the opposite player type
protected int minMax(int alpha, int beta, int maxDepth, PlayerType player) {
if (!canContinue()) {
return 0;
}
ArrayList<Move> moves = sortMoves(generateLegalMoves(player));
Iterator<Move> movesIterator = moves.iterator();
int value = 0;
boolean isMaximizer = (player.equals(playerType)); // playerType is the player used by the AI
if (maxDepth == 0 || board.isGameOver()) {
value = evaluateBoard();
return value;
}
while (movesIterator.hasNext()) {
Move currentMove = movesIterator.next();
board.applyMove(currentMove);
value = minMax(alpha, beta, maxDepth - 1, player.opponent());
board.undoLastMove();
if (isMaximizer) {
if (value > alpha) {
selectedMove = currentMove;
alpha = value;
}
} else {
if (value < beta) {
beta = value;
}
}
if (alpha >= beta) {
break;
}
}
return (isMaximizer) ? alpha : beta;
}
编辑 3：
基于@Codor's answer/cmets 的新实现
private class MoveValue {
public Move move;
public int value;
public MoveValue() {
move = null;
value = 0;
}
public MoveValue(Move move, int value) {
this.move = move;
this.value = value;
}
@Override
public String toString() {
return "MoveValue{" + "move=" + move + ", value=" + value + '}';
}
}
protected MoveValue minMax(int alpha, int beta, int maxDepth, PlayerType player) {
if (!canContinue()) {
return new MoveValue();
}
ArrayList<Move> moves = sortMoves(generateLegalMoves(player));
Iterator<Move> movesIterator = moves.iterator();
MoveValue moveValue = new MoveValue();
boolean isMaximizer = (player.equals(playerType));
if (maxDepth == 0 || board.isGameOver()) {
moveValue.value = evaluateBoard();
return moveValue;
}
while (movesIterator.hasNext()) {
Move currentMove = movesIterator.next();
board.applyMove(currentMove);
moveValue = minMax(alpha, beta, maxDepth - 1, player.opponent());
board.undoLastMove();
if (isMaximizer) {
if (moveValue.value > alpha) {
selectedMove = currentMove;
alpha = moveValue.value;
}
} else {
if (moveValue.value < beta) {
beta = moveValue.value;
selectedMove = currentMove;
}
}
if (alpha >= beta) {
break;
}
}
return (isMaximizer) ? new MoveValue(selectedMove, alpha) : new MoveValue(selectedMove, beta);
}
我不知道我是做对了还是做错了什么，但我又回到了我发布问题时遇到的问题：
调用minMax(Integer.MIN_VALUE, Integer.MAX_VALUE, 1, PlayerType.Black) 返回一个只能由白棋玩家完成的动作，这不是我需要的。
我需要给定玩家的最佳移动，而不是整个棋盘的最佳移动。
【问题讨论】：
标签： java algorithm artificial-intelligence alpha-beta-pruning minmax