如果我使用4行创建5x5 tictactoe ai，那么最好的算法是什么？我们应该使用的原始算法是极小极大但我们每回合只给出10秒。
答案 0 :(得分：0)
由于您已经提到过minimax算法，我想建议一个稍微复杂的minimax变体，称为alpha-beta pruning。 Alpha-beta修剪避免了一部分称为修剪的搜索空间。我鼓励你阅读article。
您可以浏览搜索树直到深度5或您的时间允许的任何时间。请注意，我不是说alpha-beta修剪是最好的，但我建议修剪技术可以在时间复杂度方面优于minimax。
其他资源：
答案 1 :(得分：0)
如果您想构建高质量的播放器，您可以实施许多重要的增强功能。
首先，当然是alpha-beta pruning，但还有其他一些技术可以使alpha-beta修剪更有效。
其次，由于时间限制很重要，您应该添加迭代加深。也就是说，首先搜索深度1，然后搜索深度2，等等。当您用完时，您将从之前完成的迭代中获得最佳移动。由于树以指数方式增长，因此您不会因先前的迭代而丢失任何内容。 （如果分支因子为2，则开销是2的因子，但随着分支因子的进一步增加，这种开销降至零。）
第三，使用history heuristic订购您的搜索。在小迭代中，您将学习更好的状态排序，以便在后续迭代中更接近最佳排序（对于alpha-beta修剪）。
第四，使用transposition table来避免重复状态。在搜索树时会发生许多转置，并且提前检测它们将导致显着的节省。 （这可能比历史启发式产生更大的影响。）
最后，尽可能建立最佳评估功能。你评估状态越好，你的表现越好。 （在极限情况下，完美的评估只需要1层搜索即可完美播放。）
当然，如果你能解决这个问题，那就去做吧。在5x5 tic-tac-toe中只有3 ^ 25（847,288,609,443）个可能的状态，所以使用一台体面的动力机器，你可以解决游戏，为你提供完美的评估功能。