我正在尝试用minimax（和alpha beta修剪）构建Connect 4游戏，主要是为了向自己证明我可以做到。但是，我遇到的一个重要概念问题是如何实际利用minimax算法。我这样做的方法是，我有一个具有一个函数的AI类，该函数将执行返回一个int的minimax算法。
public int minimax(Board board, int depth, int alpha, int beta, String player) {
if(depth == 0 || board.getScore() >= 512) {
return board.getScore();
}
else if(player.equals("computer")) {
int temp = -1000000;
for(Integer[] moves : board.availableMoves) {
board.putPiece(player, moves[0]);
temp = Math.max(temp, minimax(board, depth-1, alpha, beta, "human"));
board.removePiece(moves[0], moves[1]);
alpha = Math.max(alpha, temp);
if (alpha >= beta) {
break;
}
}
return temp;
}
else {
int temp = 1000000;
for(Integer[] moves : board.availableMoves) {
board.putPiece(player, moves[0]);
temp = Math.min(temp, minimax(board, depth+1, alpha, beta, "computer"));
board.removePiece(moves[0], moves[1]);
beta = Math.min(beta, temp);
if(alpha >= beta) {
break;
}
}
return temp;
}
}
这由Game类的函数computerMove（）调用。
public int computerMove() {
Board tempBoard = board;
int bestMove = 0;
AI ai = new AI();
ai.minimax(board, difficulty, -1000000, 1000000, "computer");
return bestMove;
}
但是，我该如何处理返回的int？我如何利用它来实际移动作品？返回的int就是我能得到的最好的板卡，对吗？它没有告诉我关于我应该做的位置或木板的任何事情。
任何帮助都将不胜感激。
谢谢，
最佳答案
所有的书都说只返回分数，但这对于实际玩游戏是不切实际的。当然，在任何地方保持最佳移动的开销确实会减慢程序的速度，因此通常使用驱动程序功能执行第一级扩展，并同时跟踪最佳移动。这有效地将实现包装在argmax function中，这只是一种奇特的说法，可以说它返回了最高得分而不是最高得分。您可以在a little project I worked on last year中查看此示例。该代码在C＃中，但是与Java足够接近，您可以理解它。
或者，您可以修改代码以返回具有得分和最佳移动的元组（具有多个字段的类）。这比编写argmax包装器要容易（并且更干净一些的IMO），但是如果不做一些额外的工程，这可能会导致minimax函数的速度明显下降，因为这将导致大量分配。如果性能不是您的重中之重，那么这可能就是您的最佳选择。
我还应该指出，您的实现至少有一个错误。无论谁在玩，深度都应该一直减小，并且在人类分支中，对于人类玩家来说，深度会增加。这意味着深度永远不会达到0，并且只有在确定玩家为获胜者时才会击中基本情况。另外，在使用alpha beta时，董事会评估必须知道轮到谁，谁是最大化玩家，这一点很重要，否则您将遇到很多难以发现的错误。您没有在此处显示该代码，但我想指出这一点，因为它每次都会吸引我。
关于java - 在Java中为Connect 4实现Minimax算法，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/36146480/