Minimax连接4AI故障

Question

我正在做连接4AI，除非游戏继续，直到所有42个空间被填补。

每连续4分就能得到1分。

public int[] Max_Value(GameBoard playBoard, int depth){
    GameBoard temp = new GameBoard(playBoard.playBoard);
    int h = 0, tempH = 999, tempCol=0;
    int myDepth = depth - 1;
    int[] tempH2 = new int[2];
    boolean noChildren = true;
    if(myDepth != -1){
        for(int i = 0; i < 7; i++){
            if(temp.isValidPlay(i)){
                count++;
                temp.playPiece(i);
                noChildren = false;
                tempH2 = Min_Value(temp, myDepth);
                if(tempH2[1] < tempH){
                    tempH=tempH2[1];
                    tempCol = i;
                }
                temp.removePiece(i);
            }
        }
    }   
    int[] x = new int[2];
    if(noChildren){
        h = temp.getHeuristic();
    }
    else{
        h = tempH;
        x[0]=tempCol;
    }
    x[1]=h;
    return x; 
}

public int[] Min_Value(GameBoard playBoard, int depth){
    GameBoard temp = new GameBoard(playBoard.playBoard);
    int h = 0, tempH = -999, tempCol=0;
    int myDepth = depth - 1;
    int[] tempH2 = new int[2];
    boolean noChildren = true;
    if(myDepth != -1){
        for(int i = 0; i < 7; i++){
            if(temp.isValidPlay(i)){
                count++;
                temp.playPiece(i);
                noChildren = false;
                tempH2 = Max_Value(temp, myDepth);
                if(tempH2[1] > tempH){
                    tempH=tempH2[1];
                    tempCol = i;
                }
                temp.removePiece(i);
            }
        }
    }   
    int[] x = new int[2];
    if(noChildren){
        h = temp.getHeuristic();
    }
    else{
        h = tempH;
        x[0]=tempCol;
    }
    x[1]=h;
    return x; 
}

我觉得我只是一瘸一拐地翻遍了所有的东西，这感觉就像糟糕的代码。然而，我从来没有尝试过这样的事情，并将感谢任何意见。我不知道我哪里出了问题。我的求值函数只给出一个点，它可以为任意给定的状态找到一个连续的4点。主函数调用Min_Value函数，以10的深度开始工作。

我试图返回该列以及启发式的值。我希望我已经提供了足够的信息。谢谢你的见解。

Answer 1

好的，在实现了未显示的方法之后(如评估、播放、删除等)我能调试这个。假设这些函数是以某种正确的方式在您的版本中实现的，错误是如果深度为-1，则您从未真正调用评估函数：

你有这个：

[...]if(myDepth != -1)
{/*restofthecode*/}[...]

但你需要的是这样的东西：

[...]if(myDepth == -1)
{
return temp.getHeuristic();
}
/*restofthecode*/
[...]

这样，每当您到达深度-1 (在您的极大极小树中的一片叶子)，将评估板和返回值(这是您在极小极大地需要)。

做这两个部分(最小和最大)的修改，一切都会正常。如果有其他问题，可以随便问。

Answer 2

尽管问题中没有提到这一点，但我认为你并没有从你的搜索中得到好的进展，对吗？

不看你的时间代码，我已经可以说，你的程序只能在游戏的最后10个动作(最后10个空域或在10中被迫获胜)工作。否则，您的程序将返回其评估的最后一步或第一步。这是因为您的评估函数，您只处理一个win (分别是4行)，而不是2行，陷阱，3行，等等)。如果它不能迫使一场胜利，它会认为所有的动作都是平等的。

这是一个问题，因为从一个空场开始，一场胜利只能由先发球员强制进行，并且只有最后一局才会被放在板子上。(在您的第4版中是强制的)。

由于你的搜索深度(10)比最大的游戏移动(42)小，你的程序将始终执行它的第一步。

如果算法的其余部分被正确实现，您可以通过简单地改进您的评估函数来修复这个问题，这样它就可以在“好”和“坏”游戏位置之间有所区别。