Minimax / Alpha Beta算法-在Gomoku中找到AI的移动

Question

我知道Minimax决策树是一个很好的方法来实现一个人工智能的棋盘游戏。目前，我正在尝试实现一个名为Gomoku (连续5)的游戏。但有一件事我很困惑：

我已经看过了，似乎几乎所有的Minimax/AlphaBeta算法都返回一个整数。特别是对我来说，eval(bestGomokuBoard)的返回值。我该如何找到获胜板的坐标？

以下是我到目前为止所做的工作:我有一个20x20个整数数组，表示一个空空间(0)、计算机(1)和player(2)。为了减少开销，Minimax中的每个节点都是较大数组(较小的引用框架)的9x9数组表示形式。我的eval函数返回int，我的minimax/alphabeta算法返回int。如何找到人工智能移动的坐标？

提前谢谢你！

Answer 1

你可以做两个稍微不同的最大功能。一个只返回整数(分数)，另一个返回最大值函数(例如maxWithBestMove或rootMax)，它返回分数和的最佳移动。递归调用顺序应该是：

maxWithBestMove --> min --> max --> min --> max....

请看一下棋盘编程wiki上Negamax框架中的注意事项2。我给了这里一个类似的答案。