Python Reversi/Othello AI 在 1 秒内工作

Question

---

在最近的一项任务中，我们的任务是创建Reversi/Othello AI，它可以在 1s 下做出有效的移动。我从一个简单的机器人开始，它采用所有可用的 Action 并根据带有值的棋盘对它们进行评分。在第二个机器人上，我还为排名添加了移动性值(value)。现在我制作了一个机器人，它使用 minmax 3 向前移动并根据分数评估移动。我的问题是，它在得分/机动性方面领先了机器人一步。有可能还是我对 AI 的编码有误？是因为我只搜索了前面 3 步吗？

我的机器人以此开头:

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]

然后转到这个:

    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，仍然无法确定是我的代码有问题，还是因为 AI 搜索不够深入而被打败了。

Answer 1

如果它使用相同的评估，我认为较低深度的搜索不太可能胜过较高深度的搜索，而且很可能是不可能的。

您能否解释一下 alpha 和 beta，以及 minmax 的更多功能，或者显示更多代码？ alpha 和 beta 总是正数吗？

我认为你的奇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，那么你希望第一行是

if new_beta > beta:

这还取决于您在棋盘上的位置得分。这显然非常重要 - 我不知道您的 AI 是否试图通过玩耍来学习这一点，或者您是否已经根据各种位置因素和判断对其进行了评估。