actionscript-3 - Minimax with Alpha-beta pruning，得到结果

Question

我遵循了维基百科文章中的伪代码，我想我已经成功了。但是，它会返回分数，当我想知道我想采取什么行动时，这并没有什么帮助。

我尝试了我认为是获得最佳着法的方法，但我认为它并不奏效，因为当我实际尝试与它对弈(国际象棋)时，AI 会在深度水平上做出一些迟缓的 Action 共 3 个。

这是我的功能:

public static function alphaBeta(node, depth, alph, beta, team, tellTheMove:Boolean = false):* {
        var pointer:ChessMove;
        if (depth == 0) {
            return scoreOf(node);
        }
        var childrenOf:Vector.<ChessMove >  = returnPossibleMoves(node,team);
        if (childrenOf.length == 0) {
            return scoreOf(node);
        }
        if (team == 0) {
            for (var i in childrenOf) {
                var that:Number = alphaBeta(childrenOf[i],depth - 1,alph,beta,1);
                if(tellTheMove){
                }
                if (that > alph) {
                    alph = that;
                    if(tellTheMove){
                        pointer = childrenOf[i];
                    }
                }
                if (beta <= alph) {
                    break;
                }
            }
            if(tellTheMove){
                return pointer; //Returns the move that's score last exceeded alpha.
            }
            return alph;
        } else {
            for (var j in childrenOf) {
                var that2:Number = alphaBeta(childrenOf[j],depth - 1,alph,beta,0);
                if (that2 < beta) {
                    beta = that2;
                }
                if (beta <= alph) {
                    break;
                }
            }
            return beta;
        }
    }

Answer 1

深度 3 对于像国际象棋这样的问题来说非常小。在此深度，大部分功能取决于您的最终评估功能。这个评估函数很难以有效预测董事会值(value)的方式实现。

尝试一些更简单的，可以在较低深度有效解决的问题。 Tic-Tac-Toe 是一款非常适合初次尝试 Min-Max 的游戏。这是因为最终结果是众所周知的。如果你的算法正确，你根本就无法击败它。如果您玩 Tic-Tac-Toe 并且算法输了，您就知道自己犯了一个错误。

另请注意，在某些情况下，Min-Max 发挥最佳效果，但在人类对手看来仍然是弱智。例如，如果没有获胜的机会，Min-Max 将开始随机下棋并做出非常愚蠢的 Action 。情况就是这样，因为 Min-Max 期望对手也打得很完美，而人类通常不会这样。可以对算法进行一些简单的更改来改变这种行为，并在这种情况下让最小-最大播放“不那么迟钝”。