java - Tic Tac Toe negamax 实现。

Question

我正在尝试为 tic-tac-toe 应用程序实现 negamax 搜索函数，但它不会返回最佳值，而是似乎半随机猜测。这是我的代码的相关部分:

public int negamax(Result result, Token token) {
    if (result == Result.WIN) {
        return 1;
    } else if (result == Result.DRAW) {
        return 0;
    }

    int best = -1;

    for (Coordinate move : Board.getAvailableMoves()) {
        Token other = token.getOther();
        Result r = Board.makeMove(move, other);
        int eval = -negamax(r, other);
        Board.unmakeMove(move);

        if (eval > best) {
            best = eval;
        }
    }

    return best;
}

public Coordinate getNegamaxMove(Token token) {
    int score = -1;
    Coordinate bestMove = null;

    for (Coordinate move : Board.getAvailableMoves()) {
        Result result = Board.makeMove(move, token);
        int newScore = negamax(result, token);
        Board.unmakeMove(move);

        if (newScore >= score) {
            score = newScore;
            bestMove = move;
        }
    }

    return bestMove;
}

需要注意的是，我不会将棋盘作为参数传递，而是传递移动的结果，可以是 WIN、DRAW、VALID 或 OCCUPIED(最后 2 个与当前讨论无关)这些都是不言自明的。 Coordinate 类仅保存移动的行值和列值。

非常感谢:)

Answer 1

我已经成功让它工作了，negamax 方法有两个问题。首先， token 应该在循环所有可用的移动之前更改，而不是在循环内部更改。其次，由于我在 getNegamaxMove 方法中检查最佳 Action ，因此在 negamax 方法中，我必须跟踪最差的 Action 而不是最好的 Action 。以下是工作实现，其中旧部分被注释掉以进行比较:

public int negamax(Result result, Token token) {
    if (result == Result.WIN) {
        return 1;
    } else if (result == Result.DRAW) {
        return 0;
    }

    int worst = 1;
    // int best = -1

    Token other = token.getOther();
    for (Coordinate move : Board.getAvailableMoves()) {
        // Token other = token.getOther();
        Result r = Board.makeMove(move, other);
        int eval = -negamax(r, other);
        Board.unmakeMove(move);

        // if (eval > best) {
        //     best = eval;
        // }

        if (eval < worst) {
            worst = eval;
        }
    }

    // return best
    return worst;
}