MiniMax国际象棋算法返回错误的棋步
MiniMax国际象棋算法是一种用于决策的算法，常用于棋类游戏等两人对弈的场景。它通过递归地评估所有可能的走法，来选择对当前玩家最有利的走法。算法的核心在于对每一步棋的潜在结果进行评估，并选择评估值最高的走法（对于先手玩家）或评估值最低的走法（对于后手玩家）。
基础概念
MiniMax算法基于博弈树的概念，其中每个节点代表棋盘上的一个状态，边代表可能的走法。算法通过递归地扩展博弈树，直到达到某个深度限制或游戏结束状态，然后反向传播评估值。
相关优势
- 全面性：考虑所有可能的走法，确保不会遗漏最佳走法。
- 系统性：通过评估函数对棋局进行量化评估，使得决策过程更加客观。
- 灵活性：可以通过调整搜索深度和评估函数来适应不同的需求。
类型
MiniMax算法通常与Alpha-Beta剪枝一起使用，以提高搜索效率。Alpha-Beta剪枝通过剪掉不可能影响最终决策的分支，减少搜索空间。
应用场景
MiniMax算法广泛应用于各种棋类游戏的AI设计，如国际象棋、围棋、中国象棋等。
可能遇到的问题及解决方法
1. 返回错误的棋步
原因：
- 评估函数不准确：评估函数可能无法正确评估棋局的优势，导致错误的决策。
- 搜索深度不足：搜索深度不够可能导致算法没有考虑到更远的未来棋局。
- 棋盘状态表示错误：棋盘状态的表示或更新可能存在错误，导致算法基于错误的信息进行决策。
解决方法：
- 优化评估函数：改进评估函数，使其更准确地反映棋局的优势。
- 增加搜索深度：增加搜索深度，以便算法能够考虑到更多的未来棋局。
- 检查棋盘状态表示：确保棋盘状态的表示和更新是正确的。
示例代码
以下是一个简化的MiniMax算法示例，使用Python实现：
def minimax(board, depth, is_maximizing_player):
if depth == 0 or game_over(board):
return evaluate(board)
if is_maximizing_player:
best_value = float('-inf')
for move in get_possible_moves(board):
new_board = make_move(board, move)
value = minimax(new_board, depth - 1, False)
best_value = max(best_value, value)
return best_value
else:
best_value = float('inf')
for move in get_possible_moves(board):
new_board = make_move(board, move)
value = minimax(new_board, depth - 1, True)
best_value = min(best_value, value)
return best_value
def get_best_move(board, depth):
best_move = None
best_value = float('-inf')
for move in get_possible_moves(board):
new_board = make_move(board, move)
value = minimax(new_board, depth - 1, False)
if value > best_value:
best_value = value
best_move = move
return best_move参考链接
通过以上方法和代码示例，可以更好地理解和解决MiniMax算法返回错误棋步的问题。
相关·内容
1回答
我一直在尝试理解极大极小算法在tic tac toe游戏的中间状态的工作原理。但我不能这样做。我知道最小最大算法在每一步都会为玩家返回最好的状态。如果这些州是这样的
在游戏的最后阶段，更容易理解的是，为玩家带来优势或最大分数的状态是最佳配置。在这个例子中，我们可以看到在叶子上分数为'1‘的状态是最好的状态。但在中间阶段或游戏开始时会发生什么。
假设我们一开始有3个位置，或者玩家可以通过玩某个位置来达到这些状态。这些位置进一步导致了下一步的电路板配置。来自初始/开始节点的三个分支中的每一个最终将导致在叶节点上用“1”表示的胜利，或者在叶节点上用“-1”表示的失败，或者
浏览 19提问于2017-06-23得票数 2
2回答
AI象棋有效走法
、、
我正在尝试编写AI国际象棋，但我有一个问题。我已经准备好了棋子的移动规则，我正在尝试删除无效的移动(将国王留在检查中等)。我写了这样的东西：
ValidateMove(board);
{
for(i=0;i<64;i++)
if(board[i]==king.opposite) kingpos=board[i];
createmoves(board);
if (moves.contains(kingpos)) return false;
}
然而，我使用的是minimax + alpha beta，这种验证使我的搜索变得非常慢。
浏览 2提问于2010-02-25得票数 1
1回答
minimax算法的一个缺点是，每个板的状态必须被访问两次:一次查找其子块，另一次评估启发式值。
minimax算法还有其他缺点或优点吗？就像国际象棋这样的游戏来说，还有更好的选择吗？(当然，使用α-β剪枝的极小值，但还有其他的吗？)
浏览 7提问于2016-04-27得票数 0
回答已采纳
我正在为一个策略游戏实现minimax (其中计算机对所有部分都有完美的了解)。然而，我发现计算机通常不会攻击它可以轻易摧毁的部分。据我所知，minimax分数来自移动树的叶节点(其中每个级别是一个回合，叶节点的每个分数是使用该位置的棋盘的评估函数计算的)。因此，如果我有3个级别的深度，计算机可以选择攻击移动1或攻击移动3。根据极小极大算法，它具有与之相关的相同分数(得到的棋盘位置具有相同分数)。那么，我如何影响minimax算法，使其更喜欢即时奖励而不是最终奖励呢？也就是说，我希望分数随着时间的推移而衰减，但使用minimax的工作方式，我不认为这是可能的。Minimax始终使用叶节点来确定
浏览 13提问于2017-01-20得票数 4
回答已采纳
8回答
我收到了一个练习:控制一盘棋。没有人工智能，只是一个人类对人类的国际象棋游戏。
这是我正在开发的第一个成熟的项目。
我有3周的时间，在这期间，我每天大约有2-4个小时。我一个人在开发。
你建议我如何管理开发的时间和流程？
谢谢，护士
浏览 0提问于2010-08-27得票数 5
回答已采纳
我想开发一个具有不完全信息的两人游戏--“战略”。
这个游戏“有点”像国际象棋，但最初我们对对手棋子的等级一无所知。当一个棋子攻击或被某个对手的棋子攻击时，他们的等级会显露出来，较高等级的棋子会杀死/捕获等级较低的棋子。更多关于游戏的细节可以在上找到。
我做了一点调查。我读过J.A. Stankiewicz的“战略中的对手建模”。但是我找不到关于如何开发这个游戏的完整教程。我之前已经成功开发了一款双人游戏--“奥赛罗”。Reversi，我熟悉MINIMAX算法和alpha-beta剪枝。
我发现蒙特卡洛树搜索也被用于开发零和双人游戏。它能用在像《战略号》这样的游戏中吗？我能得到一个同样的完整教
浏览 0提问于2012-10-13得票数 5
回答已采纳
我想从PGN文件(用标准代数记法或SAN编写)中抓取一个移动列表，并将其转换为长代数记法。我考虑过使用PHP国际象棋引擎，但我找不到一个既小又能满足我想做的事情的引擎(大多数都塞满了在线游戏、数据库、电子邮件消息等等)。
先谢谢你……
浏览 3提问于2014-02-25得票数 0
我正在尝试用一个简单的极大极小算法来解决tic-tac-toe问题。很简单，但应该涵盖很多语言。到目前为止，我所拥有的：
电路板由9个(未绑定的)变量组成的数组表示，这些变量设置为x或o。
然后，win条件基本上是:对于所有八种变体，都是：win(Player, [X1,X2,X3|_]) :- X1==Player,X2==Player,X3==Player.等。绘制只是简单的检查是否所有的变量都被绑定了。
move子句也很简单：move(Player, [X|_], 0, 0) :- var(X), X=Player.，同样适用于所有可能的位置(我将为后面的程序保留代码重用:)。
现在我可
浏览 1提问于2012-04-20得票数 6
回答已采纳
在提出问题之前，让我先解释一下我的场景。
我在17个不同的多人游戏的创建阶段，可以在线玩，直接从浏览器。
为了实现这一点，我选择了Silverlight。
通信将使用Sockets完成。
图17不同类型的游戏，如国际象棋、双陆棋、游泳池和数百名在线用户使用绑定到相同端口号的Sockets在客户端应用程序和服务器应用程序之间进行通信。
如果每种不同类型的游戏都使用不同的端口号，(对于我的服务器)会不会更快？国际象棋将使用4502，双陆棋将使用4503，池将使用4504。
这会有什么不同吗？或者我应该在所有游戏中使用相同的端口号4502，而不用担心会发生什么不好的事情？
浏览 0提问于2009-10-04得票数 3
回答已采纳
我制作了一个Tic Tac脚趾游戏，使用Minimax和Alpha Beta剪枝。我想为Tic (10x10)制作一个电脑人工智能，但它的游戏树的大小却是惊人的大。
我的代码是这样的，我只需要改变两个变量来改变板的大小+连续需要的单元格才能获胜。示例：
boardSize = 3 // This is for 3x3 tic tac toe
boardSize = 4 // This is for 4x4 tic tac toe
boardSize = 10 // This is for 10x10 tic tac toe
和
winStreak = 3 // Need to make 3 c
浏览 2提问于2018-07-19得票数 3
回答已采纳
我必须做一个项目，我们需要实现mancala棋盘游戏，然后也实现了它的人工智能。
我们已经被告知，我们需要修改或更改极小极大树，以便能够使用mancala，因为在游戏中，玩家可以在一行中有多个回合。
我已经实现了我的游戏逻辑和GUI，但现在在我开始学习AI之前，我想试着了解一下它背后的理论。我已经在网上搜索了基于非圈的mini - max树，但我似乎找不到任何东西。但我看到很多人都在谈论使用minimax作为mancala。
现在我理解了普通的极小极大树，以及每层如何在最小节点和最大节点之间交替。有了我现在需要的树，如果第二个玩家有两个回合，我会说：min > max > max
浏览 1提问于2013-05-21得票数 6
1回答
我正在创建一个国际象棋AI使用极小极大方法与α-β剪枝。我正试图理解α-β剪枝是如何工作的，但当涉及到国际象棋时，我无法理解它，在国际象棋中，你设定了一定的搜索深度。
如何使用alpha-beta解决最大的问题，为了优势牺牲一片，2-3步前进？难道只看祭祀处的位置，马上就把那支树枝丢弃坏了，就错过了好的“牺牲”吗？
感谢您对改进的任何澄清或建议。到目前为止，我的代码如下：
def minimax(board, depth, alpha, beta, maximizing_player):
board.is_human_turn = not maximizing_player
浏览 2提问于2020-01-08得票数 0
3回答
我浪费了一整天的时间，试图使用极大极小算法来创建一个无与伦比的tictactoe AI。一路走来，我错过了一些东西(炸脑)。
我不是在这里寻找代码，只是为了更好地解释我哪里出错了。
下面是我的当前代码(出于某种原因，minimax方法总是返回0)：
from copy import deepcopy
class Square(object):
def __init__(self, player=None):
self.player = player
@property
def empty(self):
return self
浏览 0提问于2010-10-18得票数 15
回答已采纳
我正在尝试为一个tic-tac-toe游戏实现minimax算法，其中两个玩家都是人类，每次计算机使用minimax算法建议一个最优的走法。但它并不是每次都给出正确的建议。例如:对于以下场景，它没有给出正确的建议: player X:1 player O:2 player X: 5。以下是我的代码：
#include <stdio.h>
#include <algorithm>
#include <string>
using namespace std;
#define inf 1<<20
int posmax, posmin;
char
浏览 2提问于2012-07-30得票数 1
2回答
主体变异搜索通常在国际象棋AI算法中实现。使用Minimax放置Connect 4时可以使用此算法吗？
如果是这样的话，是怎么做的？我考虑了一段时间，但不知道如何将PVS应用于Connect4。
谢谢。
浏览 3提问于2013-11-21得票数 0
1回答
因此，我目前正在做一项任务，它围绕着一个结合了曼卡拉和尼姆的游戏的MiniMax算法。程序的工作方式是询问用户当前的棋盘状态，程序应该吐出用户应该采取的第一步棋才能赢得游戏。我只是感到困惑，我是应该生成包含所有可能解的整个博弈树，并且在叶节点上先有效用函数，然后让MiniMax算法递归地运行它，还是应该在MiniMax算法中创建树？如果这个问题很不清楚，我很抱歉，但我只是有点被这个想法卡住了，我似乎无法理解它。
浏览 1提问于2017-10-13得票数 0
1回答
我目前正在为一个名为法诺罗纳的棋盘开发一个机器人。这款游戏不像其他棋类游戏那么受欢迎，比如国际象棋或西洋棋，但它还是带来了很多乐趣。你们中的一些人可能从刺客信条3中知道这一点，特别是康纳和阿喀琉斯一起玩的游戏。
http://gasy-fanorona.sourceforge.net/docs/fanorona_rules.html
在这个链接中，我提供了基本规则。
我研究过人们通常用来做象棋机器人的算法，比如Alpha-Beta Minimax算法。这些算法需要一个评分系统才能做出具体的决策，考虑到分支因子，这在这个游戏中是很难估计的。此外，还可以训练机器人识别模式。
我以前从未使用过人工智
浏览 0提问于2017-05-19得票数 1
1回答
我正在开发一个国际象棋引擎，现在正在尝试实现Minimax算法。目前，我已经编写了一个mimimax代码，但它并不能正常工作。考虑到我不是一个好的棋手，我在几分钟内就击败了引擎。
我希望有人能看看我的minimax代码，告诉我我写的是正确的。
提前谢谢。
下面是我的代码：
private int MiniMax(Game game, int depth){
return Max(depth);
}
private int Max(int depth){
if (depth <= 0
|| this.chessgame.getGameState()
浏览 2提问于2014-07-17得票数 1
1回答
我最近在p5.js中使用带有alpha beta剪枝的Minimax算法构建了一个国际象棋引擎，但我能够实现的最大铺层深度是4，增加到5几乎需要10秒才能走一步，所以有人能建议一些增加铺层深度和减少搜索时间的方法吗？任何帮助都将非常感谢。
浏览 0提问于2020-10-19得票数 1
我做了一个Minimax算法来确定Tic脚趾的最佳位置。我想让它同时播放x和o。在大多数情况下，这是伟大的，它是无与伦比的。但是我们都知道，当比赛开始的时候，最强大的位置是板子的中间。由于某些原因，我的AI似乎一直往左上方走(当它播放'x‘并有第一个开始时).
现在要澄清的是:这不是一个bug，我只想澄清一下为什么它会这样做。左上角和中间部没有区别吗？或者我的代码中有bug？
minimax(char board[9], bool is_maximizing, char computer)
int minimax(char board[9], bool is_maximizing, c
浏览 4提问于2022-06-28得票数 1
回答已采纳
1回答
我正在尝试为一个简单的纸牌游戏中的AI玩家实现一个minimax算法。然而，通过研究，我对状态评估和启发式之间的关键区别感到困惑。
据我所知，启发式是根据棋手当前可用的信息(例如，在国际象棋中，棋子及其相关位置)来计算的。有了这些信息，他们得出了一个基于启发式函数的结论，该函数本质上提供了一个“经验法则”。
状态评估是当前状态的精确值。
然而，我不确定为什么这两种东西共存，因为我看不出它们之间有什么不同。请找个人解释一下，澄清一下我的疑惑。谢谢。
浏览 18提问于2017-03-05得票数 0
我正在尝试为Java中的一个跳棋游戏实现带有alpha-beta剪枝的minimax。我的极大极小算法工作得很好。我的代码与alpha-beta代码一起运行。不幸的是，当我玩1000场游戏而不是标准的极大极小算法时，alpha-beta算法总是落后50场左右。
由于alpha-beta修剪不应该降低移动的质量，而只是降低实现它们所需的时间，所以一定有什么地方出了问题。但是，我已经拿出纸和笔，绘制了假设的叶节点值，并使用我的算法来预测它是否会计算出正确的最佳移动，并且似乎没有任何逻辑错误。我使用了视频中的树：来跟踪我的算法。从逻辑上讲，它应该做出所有相同的选择，因此它是一个正常运行的实现。
我还
浏览 156提问于2013-03-16得票数 18
回答已采纳
2回答
慢棋机器人，需要走得更快
、、、、
我已经创建了一个使用minimax和alpha beta剪枝的国际象棋机器人，同时我还创建了一个GUI。但是我的机器人在变得非常慢之前不能走得很深。已经在深度4中，可能需要40-50秒才能找到移动。 算法看起来像这样： def minimax(depth,board, alpha, beta, is_max):
if depth == 0:
return evaluation(board)
leg_moves = board.legal_moves
if is_max:
value = -9999
for i_move
浏览 36提问于2020-12-03得票数 1
回答已采纳
2回答
利用极大极小值优化国际象棋引擎
、、、、
我在python中开发了一个国际象棋引擎，使用了极小极大算法，我还使用了α-Beta剪枝来进一步优化它。目前，我正在搜索4的深度，这不是很多，但仍然需要10-60秒才能想到移动。
使程序慢下来的主要原因是一次又一次地迭代。我首先在deque.collection()中生成所有可能的移动，然后迭代一次以验证它，。现在，我再次迭代它，以评估移动，然后比较它们，以获得最佳的移动。我在整个过程中使用for循环，所有可能的移动的格式都是集合(主要移动)的集合(移动)。
我能做些什么来优化这一点，并减少产生移动所需的时间。
def minimaxRoot(depth,isMaximizing):
浏览 1提问于2020-08-06得票数 0
1回答
我目前正在使用chess.js、chessboard.js和minimax算法创建一个国际象棋引擎。我最终想要实现alpha-beta，但现在，我只想让minimax开始工作。电脑似乎在思考，但它通常只是做Nc6。如果我把棋子移到d4，它通常和骑士一起使用，但有时它只是在骑士打开的地方来回移动。如果骑士没有什么东西可以拿走，电脑就会移动鲁克或其他一些毫无意义的举动。我最好的猜测是，所有的移动都是返回相同的估值，所以它只是在一系列可能的移动中做了第一步，因此左上角是一个主要的目标。我应该注意到，我的部分困惑在于递归函数的工作方式，而我在网上发现的关于递归函数的大部分内容使我比开始时更加困惑。
我
浏览 15提问于2021-04-14得票数 0
回答已采纳
2回答
转换表？
、、
我正在使用Minimax让计算机运行connect 6。我还使用了Alpha-Beta剪枝来加速算法。
我想添加一个转置表，以使算法更快。我完全没有使用它们的经验。
谁能解释一下转置表的基础知识，以及它们如何应用到像Connect 6这样的游戏中？一个有用资源的链接就可以了。
我对哈希表很熟悉。
我发现：
1)
该链接很好地解释了转置表，但完全集中在国际象棋上，因此很难弄清楚转置表是如何独立于国际象棋工作的。
浏览 3提问于2013-11-16得票数 14
回答已采纳
1回答
我有一个简单的国际象棋应用程序，基于水果引擎的iOS设备。现在我想为Android做一个象棋应用程序。看来我有以下几种选择：
将c果树引擎移植到Java
在Java中使用另一个国际象棋引擎
在Java中，c棋引擎和UI使用Android
我的问题是，假设使用相同的算法，如果将一个国际象棋引擎从c移植到Java，性能会下降吗？
我负担得起5%或更少的差别(c和java引擎在同一设备上运行)。谢谢。
浏览 5提问于2013-05-10得票数 1
1回答
我试图在python中创建一个Dataframe，以便在国际象棋AI上执行一些机器学习任务。我在打印Dataframe时有困难。
我用熊猫来读csv文件。这个文件最初是一个pgn文件，我只是将其保存为csv文件。我正在使用pandas.head()试图读取上述文件。
import pandas as pd
Fischer_games = pd.read_csv("/home/rhulain/Desktop/Python Projects/Fischer_ai/Fischer_dataset.csv", sep=".")
print(Fischer_games.h
浏览 1提问于2019-02-13得票数 0
1回答
我正在使用带有alpha-beta剪枝的极小极大算法在Python中创建一个国际象棋引擎。然而，目前它非常慢，我发现在minimax中进行每次迭代的深度复制的速度与我所有其他函数的总和一样慢。 有没有办法绕过深度拷贝，或者让它更快？下面是我今天的minimax函数。它只能考虑提前3-4步左右，这并不是一个很好的引擎…任何关于加速算法的建议都是非常感谢的。 def minimax(board, depth, alpha, beta, maximizing_player):
board.is_human_turn = not maximizing_player
childr
浏览 21提问于2020-01-06得票数 1
12回答
国际象棋优化
、、
好的，我已经在我的国际象棋程序上工作了一段时间了，我开始碰壁了。我已经完成了所有的标准优化(negascout，迭代加深，杀手级移动，历史启发式，静态搜索，棋子位置评估，一些搜索扩展)，我完全没有想法了！
我希望它很快成为多线程的，这应该会给我的性能带来很好的提升，但除此之外，你们还遇到过什么其他的小把戏吗？我曾考虑过改用MDF(f)，但我听说这很麻烦，也不值得。
我最感兴趣的是某种学习算法，但我不知道是否有人用国际象棋程序有效地做到了这一点。
另外，切换到位板会有重大意义吗？我目前使用的是0x88。
浏览 3提问于2009-07-10得票数 23
1回答
我在C中实现了一个国际象棋游戏，其结构如下：
移动-表示从(a，b)到(c，d)在char board8 (棋盘)的移动。
移动--这是一个与头部和尾部相关联的动作列表。
变量： playing_color为'W‘或'B’。minimax_depth是以前设置的极小最大深度。
下面是我的带有α-beta剪枝的Minimax函数和getMoveScore函数的代码，它们应该返回以前设置的某个minimax_depth在Minimax中移动的分数。
此外，我还使用了getBestMoves函数，我将在这里列出它，它基本找到了在Minimax算法中的最佳动作，并将它们保存到一
浏览 2提问于2015-08-14得票数 15
1回答
我正在学习Alpha-Beta伪代码，我想为Alpha剪枝编写一个最简单的伪代码。
我已经为Minimax编写了伪代码。
function minimax(node, depth)
if node is a terminal node or depth ==0
return the heuristic value of node
else
best = -99999
for child in node
best = max(best, -minimax(child, depth-1))
ret
浏览 2提问于2016-12-16得票数 0
回答已采纳
2回答
Negamax否定
、、、
抱歉，如果这是一个愚蠢的问题，但我很困惑。Negamax在开始时检查是否已达到结束状态或最大深度。然后插入一个求值函数，该函数返回状态的负或正分数(一边好，另一边不好，反之亦然)。我发现难以理解的是下面的否定。返回的平均分数是否乘以-1？这样做的目的是什么？我喜欢叶子状态的“泡沫”，在最低/最高分数之间交替。
行：-NegaMax(c，depth+1，单色)
浏览 5提问于2013-11-10得票数 1
3回答
Minimax算法中的线程处理
、、、、
我正在设计一个3D的Tic-Tac-Toe游戏，并且发现时间是我的Minimax算法能够达到的深度的一个限制。当深度达到6，在时间上基本上是无关紧要的(<1s)，但是对于更高的深度，它确实需要时间。
>Depth 7 = 6 seconds
>Depth 8 = 49 seconds
>Depth 9 = 314 seconds
我没有时间(哈哈！)去检查更高的深度。最大的深度是22，这将让我的AI分析每一个可能的游戏状态，从移动1，永远不会导致用户获胜。
我想在我的Minimax函数中实现线程，但对线程处理相对来说还是比较新的。我的Minimax函数如下所示：
//p
浏览 10提问于2016-11-20得票数 0
回答已采纳
2回答
我试图用Haskell编写一个Tic Tac Toe程序，使用minimax算法。我构建了自己的"Rose a“数据类型如下：
data Rose a = a :> [Rose a]
这是我想要“存储”我的minimax树的数据类型。我理解minimax算法是如何工作的，但似乎无法在递归函数中实现它。
minimax :: Player -> Rose Board -> Rose Int
minimax p (r :> []) | hasWinner r == Just p = 1 :> []
浏览 4提问于2016-09-30得票数 3
回答已采纳
1回答
我从上找到了下面的文本，它说对于抽搐、脚趾和国际象棋这样的游戏，极小值的结果永远是平局的。我也看到了极小的算法，为无敌的tic-tac-脚趾。但我不太明白为什么minimax会导致抽签。这是因为没有保证输赢，所以双方最好的选择就是平局？
在没有任何增强的情况下运行minimax算法的计算机会发现，如果它和它的对手都玩得最好，那么无论游戏从哪里开始，游戏都会以平局结束，因此不知道哪个开局是“最好的”。即使是在像国际象棋这样更有趣的输赢游戏中，即使一台电脑能够完成每一种可能的游戏情境(这是一项非常不可能完成的任务)，单凭这些信息仍然可以得出这样的结论:它所能做的最好的事情就是画出(事实上，如果两
浏览 12提问于2021-12-21得票数 2
回答已采纳
1回答
我的目标是编码一个有点好的国际象棋引擎，在下面的位置，它是一个伙伴在2，引擎应该很容易找到它的深度4-5。
AI做出的第一个动作是Ra2捕捉白国王，白色国王去f1，而不是交配，AI移动鲁克到c2。
var initial_depth = depth;
var bestMove = null;
var nodes = 0;
var ret = await minimax(position, depth, alpha, beta, maximizingPlayer);
console.log("nodes visited: " + nodes);
浏览 5提问于2022-05-07得票数 2
回答已采纳
4回答
我已经在Google和Stackoverflow上搜索过这个问题，但我仍然不明白极小极大函数是如何工作的。
我发现维基百科的条目有一个函数的伪代码版本：
function integer minimax(node, depth)
if node is a terminal node or depth <= 0:
return the heuristic value of node
α = -∞
for child in node: # evaluation is identical for both pl
浏览 2提问于2010-09-03得票数 2
回答已采纳
让我们假设我们有一个国际象棋围栏，而围栏是一个黑色的玩和赢的问题。很多时候，国际象棋拼图网站想要避免不得不不断指示轮到谁移动的混乱，所以他们宁愿把所有的拼图都放在白棋和胜棋或者黑棋和胜棋上。
先发芬让黑棋上场并获胜。
7k/8/7K/8/ppp5/8/PPP5/8 b - - 0 1
我想从跑步中得到的Fen：
function flipfen(fen) {
return (fen*(algorithm))
};
˚console.log(flipfen(7k/8/7K/8/ppp5/8/PPP5/8 b - - 0 1))
以及期望的结果：
8/5ppp/8/5PPP/8/k7
浏览 7提问于2019-07-15得票数 2
我试着写一个函数来分析游戏树。树由嵌套列表表示，每个子列表代表一个分支。基本上，有两件事我想弄清楚：
嵌套列表的最小值是多少？
这个值的指数是多少？
我以为我已经解决了第一个问题，但是我的代码总是返回错误的值--我已经检查了所有的东西，看不出我做错了什么。
任何帮助都将不胜感激，谢谢！
;MINIMAX*
(define minimax*
(lambda (l operation hilo)
(cond
((null? l) hilo)
((equal? operation 'max)
(cond
((
浏览 4提问于2011-03-08得票数 2
我不知道如何设置:我必须为2个玩家的非对称棋盘游戏编写一个小IA。每一轮，每个玩家都有一些动作点用来在棋盘上移动他们的棋子(10x10)。现在，我知道如何根据给定动作点的数量为每个兵生成可能的移动列表，但我会阻止下一步，选择最好的移动。例如5个动作点，最好是移动一个兵3个单元格，另2个单元格移动一个兵5个单元格。我是否必须使用特定的算法或应用编程概念...？好吧，我迷路了。
希望你能帮助我:)
浏览 0提问于2016-04-28得票数 0
我想扩展一下我制作的一个更老的Tic Tac Toe游戏，在这个游戏中，两个玩家可以互相对抗。我想给用户一个选择来对抗一个困难的人工智能。问题是，人工智能不会一直选择最好的走法。例如，如果先走，它将始终选择spot 1。如果用户选择spot 2，它将选择spot 4。之后，无论用户选择什么(除了spot 7之外)，AI都不会选择spot 7。AI的胜利远非不可避免(此时用户仍然可以赢得游戏)，所以这不是问题所在。 任何帮助都是非常感谢的。谢谢! 我敢肯定问题出在我的minimax或bestmove函数。这可能只是因为我没有正确地实现极大极小函数，但我找不到问题所在。 #include <
浏览 16提问于2019-05-24得票数 0
回答已采纳
1回答
我正在写一个连接4游戏，以及一个极小的算法来玩。我目前正在编写和实现minimax算法。现在我只是想打印出所有可能达到一定深度的板状状态，我认为这是算法的难点部分。然后，我将编写算法中确定是最大化还是最小化的部分，从这里开始，应该或多或少地完成。这就是我目前所拥有的，我已经对代码进行了注释，以解释每一行所做的事情。
#I realize there will need to be an argument here determining whether to maximize or minimize, I
#will implement that after this works.
def
浏览 3提问于2021-12-29得票数 1
2回答
我正在使用c# Monogame制作一个国际象棋游戏。提前道歉，我是编程新手，所以这可能是一个非常愚蠢的问题。在玩家移动后，MiniMax被调用，但它似乎在进行每一步可用移动，而不是选择评估最好的一个。据我所知，我认为这可能是getallmoves函数的问题，但我找不到问题所在。值得注意的是，PieceList是棋盘上所有剩余棋子的列表，Move是一个包含棋盘在移动后的状态以及对该棋盘的评估的类。提前感谢您的帮助，非常感谢！
Board[intSelectedX, intSelectedY] = null;
Board[intX, intY] = strPieceSelected;
strPi
浏览 28提问于2021-02-23得票数 0
嗨!我正在尝试实现一个alpha-beta搜索，但我首先想了解它背后的所有逻辑，而不仅仅是使用某种伪代码来实现它。
我所理解的是:一个白人玩家下了一步棋(让我们称之为move1)。第一步保存为alpha (玩家确信的最小值)。现在，如果我们移动到白色的下一个可能的移动( move2 )，并且看到黑人玩家的第一个响应结果的估值比阿尔法更差，我们可以跳过所有可能的黑色的反转，因为我们已经知道，当白色做出move2时，最坏的可能结果比Move1的最坏的可能结果更差。
但是，我不理解的是beta变量。我从国际象棋编程维基上读到：“最小化的棋手得到的最高分数”。但我真的不能理解它背后的想法。
有人能用非
浏览 5提问于2012-09-18得票数 2
回答已采纳
1回答
我正在尝试使用库创建一个国际象棋AI。我使用的最小极大解决方案与Alpha-Beta剪枝，但出于某种原因，当程序运行时，它继续即使深度达到0。有人能告诉我为什么吗？
var Buddha = function() {
this.movehistory = 0;
this.color = "b";
this.opp = "w";
this.minimax = function(board, depth, alpha, beta) {
console.log(depth);
if(depth === 0 || board.gam
浏览 3提问于2014-03-07得票数 0
回答已采纳
1回答
实施迭代深化
、、
为了提高使用Alpha-Beta剪枝的Minimax算法的性能，我实现了迭代深化：
public Integer iterativeDeepening(int maxDepth, boolean isFirstPlayer) {
Integer bestCell = -1;
for (Integer depth = 1; depth <= maxDepth; depth++) {
bestCell = alphabeta.minimax(depth, false, Integer.MIN_VALUE, Integer.MAX_VALUE)[1];
浏览 1提问于2015-11-06得票数 2
1回答
我正在致力于人工智能的toe (用户对计算机)，我正在使用极小极大算法来实现计算机的最佳移动。我在youtube上看过一些vids，并阅读了一些人的代码。然而，代码的某些部分我仍然对正在做的事情感到困惑。例如，让我们以抽搐函数中的以下代码为例。这里有一个主if，否则if，and语句，以及其他的所有派生自那里。我的主要问题是理解嵌入式for循环，以及后面的两个ifs。我已经对我认为正在做的事情发表了一些评论。我从youtube视频中获取了示例代码:用于tic toe的 minimax函数。
//minimax function
function minimax(newGrid, depth, p
浏览 5提问于2017-08-22得票数 1
1回答
我在为国际象棋写Minimax算法。
我得到不同的最终结果值的极大极小与外αβ剪枝和极小极大与αβ剪枝。
我的伪代码在下面。有谁可以帮我？
miniMax()
public int miniMax(int depth, Board b, boolean maxPlayer) {
if(depth == 0)
return evaluateBoard(b);
if(maxPlayer) {
int bestMoveVal = 0;
for( each Max player's moves) {
/
浏览 2提问于2014-07-19得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
