博弈的更好的启发式函数(AI Minimax)

Question

我用java编写了一个游戏。游戏很简单(参见下图)。有4只鸟和1只幼虫。这是一个2人的游戏(AI对人类)。

​

​

• 幼虫可以对角向前和对角向后移动。
• 鸟只能对角向前移动
• 幼虫如果能到达第1线(篱笆)就会获胜。
• 如果鸟类没有行动，幼虫也会获胜。
• 鸟类不能“吃”幼虫。
• 如果幼虫不能移动(根本不能移动)，鸟类就会获胜。

​

​

当游戏开始时，幼虫开始，然后一只鸟可以移动(任何一只)，然后是幼虫，等等。

我已经实现了一个MiniMax (Alpha Beta剪枝)，并且我使用了下面的估价()函数(启发式函数)。

让我们给棋盘上的每个方格取以下数字。

​

​

因此，我们的评估功能将是

h(n) =幼虫位置值-鸟类位置值1-鸟类位置值2-鸟类位置值3-鸟类位置值

幼虫会尝试最大化启发值，而鸟类则会尝试MINIMIZe。

示例：

​

​

然而，这是一个简单而天真的启发。它的行为并不明智。我是人工智能的初学者，我想知道我能做些什么来改进这个启发功能？

什么是好的/明智的启发？

Answer 1

这个怎么样：

最大值:幼虫

最低限度:鸟类

H(t)=max_distance(larva,line_8)+Σmin_distance(bird_n,larva)

或

H(t)=Σmin_distance(bird_n,larva) - min_distance(larva,line_1)

max_distance(幼虫，line_8)：为了反映幼虫更接近第1行的情况。

Σmin_distance(bird_n，幼虫)：为了反映鸟类更接近幼虫的情况(以阻止它)。

我相信仍有很多值得考虑的地方，例如离幼虫最近的鸟应该优先选择移动，但上述功能的方向是有意义的，很多细节都可以很容易地加以改善。

Answer 2

有一个简单的方法可以大大提高你的启发式。在当前的启发式中，平方A1的值比平方A8的值少8。这使得鸟类倾向于向左边的游戏板移动，因为向左的移动总是比向右的移动要高。这是很准确的。第1行上的所有方格都应该具有相同的值。这样，在第1a1行，第2a2行，等等，所有的正方形都会被分配。这样，鸟类和幼虫就不会倾向于向左移动，而是可以专注于做出一个好的移动。

Answer 3

你可以考虑到这样一个事实:当幼体在板的两侧时，鸟类会比幼虫有一个位置优势，所以如果幼虫是最大的，那么改变板的侧瓦值要小一些。