Python Reversi/Othello AI在1秒内工作

Question

在最近的一项任务中，我们被赋予了创建Reversi/Othello AI的任务，它可以在1 s下进行有效的移动。我已经开始了一个简单的机器人，它采取所有可用的移动和得分的基础上的价值。在第二个bot上，我也增加了移动价值的排名。现在，我已经做了一个机器人，搜索与最小最大3移动前进，并评估的移动，根据得分。我的问题是，它被分数/机动性打败了，比机器人高出一步。这有可能吗?还是我把人工智能编码错了？是因为我只在前面三步搜索吗？

我的机器人从这个开始：

possible_moves = self.get_available_moves(board,self.my_color,self.opponent_color)
for [x, y] in possible_moves:
    new_board = self.make_board_copy(board)
    new_board[x][y] = self.my_color
    new_alpha = self.minmax(new_board,1,alpha,beta)
    if new_alpha > alpha:
        alpha = new_alpha
        best_move = [x,y]

然后讲到这个：

    def minmax(self, board, depth, alpha, beta):
    # END NODE
    if depth == self.max_depth:
        return self.evaluate(board)
    else:
        # MAX NODE = MY MOVE
        if depth % 2 == 0:
            possible_moves = self.get_available_moves(board,self.my_color,self.opponent_color)
            for [x, y] in possible_moves:
                new_board = self.make_board_copy(board)
                new_board[x][y] = self.my_color
                new_alpha = self.minmax(new_board,depth+1,alpha,beta)
                if new_alpha > alpha:
                    alpha = new_alpha
                if alpha > beta:
                    return alpha
            return alpha
        # MIN NODE
        else:
            possible_moves = self.get_available_moves(board,self.my_color,self.opponent_color)
            for [x,y] in possible_moves:
                new_board = self.make_board_copy(board)
                new_board[x][y] = self.my_color
                new_beta = self.minmax(new_board, depth + 1, alpha, beta)
                if new_beta < beta:
                    beta = new_beta
                if beta < alpha:
                    return beta
            return beta

我检查了很多次代码，但仍然找不出我的代码是坏的，还是AI被击败，因为它搜索不够深入。

Answer 1

如果它使用相同的评估，我认为低深度搜索不太可能超过更高深度搜索，而且很可能是不可能的。

你能解释alpha和beta，minmax函数更多一点，或者显示更多的代码吗？阿尔法和贝塔都是正面的吗？

我认为奇怪的节点函数可能有问题：

if new_beta < beta:
    beta = new_beta
if beta < alpha:
    return beta

如果alpha和beta都是正值，那么您希望第一行是

if new_beta > beta:

这也取决于你如何在棋盘上得分。这显然是非常重要的--我不知道你的人工智能是从比赛中学到这一点，还是你根据各种位置因素和判断给了它一个评价。