我的 tictactoe 极小极大算法有什么问题

Question

我正在构建一个井字游戏，以获得有趣的学习体验。我已经构建了一个 minimax 算法来 return 计算机的最佳移动，但不知何故我出错了，得到了这样的奇怪输出

TIC TAC TOE V1.0
---
---
---
Enter row, column of your move
1,1
---
-X-
---
...
0, 0: -1038
0, 1: -1470
0, 2: -1038
1, 0: -1470
1, 2: -1470
2, 0: -1038
2, 1: -1470
2, 2: -1038
O--
-X-
---
Enter row, column of your move
1,2
O--
-XX
---
...
0, 1: -15
0, 2: -9
1, 0: -10
2, 0: -1
2, 1: -29
2, 2: -41
O--
-XX
O--
Enter row, column of your move
1,0
O--
XXX
O--
WINNER: PLAYER

可以看到电脑选择了左下角而不是切断播放器。我的代码试图通过所有可能的游戏状态在回合之间递归地翻转，总结回合可能导致的每场胜利或失败的分数，然后 returns 得分最高的动作。打印输出是每回合之前的分数（你可以看到它选择了最高的），那我为什么不切断玩家呢？我怎样才能解决这个问题？这是我的代码。

int compMoveScoreRecursive(state_t **board, int dimension, int row, int col, state_t turn) {
    board[row][col] = turn;
    state_t winner = checkWinner(board, dimension);
    if (winner == COMPUTER) {
        return 1;
    } else if (winner == PLAYER) {
        return -1;
    } else {
        int score = 0;
        state_t nextTurn = turn == COMPUTER ? PLAYER : COMPUTER;
        for (int i = 0; i < dimension; i++) {
            for (int j = 0; j < dimension; j++) {
                if (board[i][j] == NIL) {
                    state_t **boardCopy = copyBoard(board, dimension);
                    score += compMoveScoreRecursive(boardCopy, dimension, i, j, nextTurn);
                    destroyBoard(boardCopy, dimension);
                }
            }
        }
        return score;
    }
}

move_t optimalCompMove(state_t **board, int dimension) {
    move_t optMove;
    int optScore = INT_MIN;
    for (int row = 0; row < dimension; row++) {
        for (int col = 0; col < dimension; col++) {
            if (board[row][col] == NIL) {
                state_t **boardCopy = copyBoard(board, dimension);
                int score = compMoveScoreRecursive(boardCopy, dimension, row, col, COMPUTER);
                printf("%d, %d: %d\n", row, col, score);
                if (score > optScore) {
                    optMove.row = row;
                    optMove.col = col;
                    optScore = score;
                }
                destroyBoard(boardCopy, dimension);
            }
        }
    }
    return optMove;
}

Answer 1

您的算法背后的概念似乎有缺陷。根据您描述的方式，您正在考虑每条打法，而不是假设对手会做出正确的举动。正因为如此，对手可以通过下一步行动获胜这一事实的重要性很小，因为您还考虑了其他 4 步行动提供的所有选择（尽管这些显然永远不会做出）。你必须改进你的算法以正确地最小-最大而不是搜索整个棋盘状态集

Answer 2

据我了解，在compMoveScoreRecursive的实现中，递归计算的分数是通过

添加的

score += compMoveScoreRecursive(boardCopy, dimension, i, j, nextTurn);

而不是最大化或最小化值。然而，要返回的值应该在最小化时最大化，这取决于参数 turn，这也是该方法称为 MinMax 的原因。

Answer 3

minmax算法的概念是“最小化最大损失”(Wikipedia)，所以你的算法首先出错的是你的总和。

对于游戏的任何状态 S，以及对于当前玩家（假设玩家 1 P1）可用的任何移动 M，[=14= 的值] 是 P1 播放 M 时 P2 的最大可能输出。所以如果 P1 想要最大化他的获胜机会，他应该尽可能地减少 P2 的最大输出，即他必须找到 minimum输出。

在tictactoe minmax中，可以测试整个游戏（最多9步），意思是如果PX赢了（1），你总是现在，输 (-1) 或平局 (0)。所以 minmax (state, PX) 将 return 只有这三个值之一。

在许多游戏中，您无法玩完整个游戏（例如草稿），因此 returned 值是状态的指示，例如 -oo如果你输了，+oo如果你赢了，否则就是你和对手的选秀次数之差。

我的 tictactoe 极小极大算法有什么问题

What is wrong with my minimax algorithm for tictactoe

c

algorithm

tic-tac-toe

minimax