Question

我已经尝试修改我的算法以更好地工作，但我还没有取得任何结果。我的问题是，在第一次移动后，如果我有，例如：

  XX.
  OO.
  ...

计算机，而不是选择0 2，选择例如1 2，有时候会尝试去寻找能够做到的位置。

我的代码：

#include "game.hpp"

pair<int,int> winner;
int m = INT_MAX;

pair<int,int> game::minimax(State ini) {
    int v = maxValue(ini);

    cout << v << endl;
    return winner;
}


int game::maxValue(State u){
    int check = u.getUtility();

    if( check % 700 == 0 ) {

        if( u.moves < m ) {
            winner = u.move;
            m = u.moves;
        }
        return check;
    }

    int v = INT_MIN;
    u.makeDescendents();

    while( !u.ls.empty() ) {
        v = max(v,minValue(u.ls.front()));
        u.ls.pop_front();
    }
    return v;
}

int game::minValue(State u) {
    int check = u.getUtility();

    if( check % 700 == 0 )
        return check;

    int v = INT_MAX;
    u.makeDescendents();

    while( !u.ls.empty() ) {
        v = min(v,maxValue(u.ls.front()));
        u.ls.pop_front();
    }
    return v;
}

因为你可以帮助我更好地表达一些变量的含义：

获胜者：是计算机将移动的位置
u.moves：是搜索树上的深度，对于root是0
m：应该保存较少深度的状态解决方案，因此过滤器解决方案和计算机必须更加接近解决方案。
检查：此时保存实用程序值，知道是否为终端状态
胜利的效用为700，领带为0，失败为-700
u.ls：儿童状态列表

其他一些事情，我认为使用m和胜利者全球并在极小极大情况下返回全局是一个糟糕的解决方案，你能看到一些方法来改善这个吗？

非常感谢。

Answer 1

首先，如果状态不是终端，u.getUtility()会返回什么？如果它返回0，那么0 % 700 == 0为真，那么它只是找到它展开的第一步并选择它。由于我无法看到u.makeDescendents()算法，因此我无法排除这一点。

如果情况并非如此，那么几乎可以肯定你的u.getUtility()函数假设它只是被称为同一个最大玩家。即如果X获胜则返回700，如果X输了则返回-700。如果您通过相同的极小极大值运行双方，那么当您将O评估为最大值时，它仍在尝试为X找到胜利，因为这是唯一一次将评估视为一场胜利。

如果是这种情况，那么修复很简单，确定哪个玩家从状态转向并返回赢/输评估，就好像是那个玩家一样（这通常是TicTacToe的损失，因为你不能做出一个让你失去游戏的举动，你只能通过采取行动而获胜并且前一位玩家做出最后的动作。）

如果这些建议都没有解决问题，那么调试minimax问题的典型方法是一次一步地深入游戏树，探索返回已知无效评估的路径，直到找到关键点为止生成不正确的值。然后你必须检查它以找出原因。这对于像tic tac toe这样的小游戏来说是微不足道的，因为它只有9级深度并且你可以获得完美的极小极大值，但对于任何非平凡的游戏，你通常必须查看你的评估函数来确定差异发生的位置

为什么我的极小极大不起作用

1 个答案: