帮助我的 MinMax 实现

Question

我一直在尝试为一个简单的游戏实现 minMax 算法（稍后将尝试进行字母修剪）......我看过很多伪代码和教程，但我就是无法让它工作......

我们将不胜感激：)

这里是相关的类...（为了清楚起见删除了实现）

class Board { //Stores board state, Immutable

    Board playMove(Move m); //generates new Board after playing "Move m"

    List<Move> nextMoves(Move m); // generates all possible moves, previous move is required to decide the validity of the next moves

    boolean isTerminal(); //board at terminal state?
}


class Move { //stores positions played and score gained from that move

}

这是我的最小-最大实现...有人可以指出我做错了什么吗？谢谢。

private Move bestMove = null; // field variable

private int maxMove(Board board, Move prevMove, int myScore, int oppnScore) {
    out("maxMove " + board );
    if(board.isTerminal()) {
        return myScore - oppnScore;
    }
    int mx = Integer.MIN_VALUE;
    for(Move nxtMove: board.nextMoves(prevMove)) {
        int k = minMove(board.playMove(nxtMove),
                        nxtMove,
                        myScore + nxtMove.score,
                        oppnScore);
        if(k > mx) {
            mx = k;
            bestMove = nxtMove;
        }
    }
    return mx;
}

private int minMove(Board board, Move prevMove, int myScore, int oppnScore) {
    if(board.isTerminal()) {
        return myScore - oppnScore;
    }
    out("minMove " + board );
    int mn = Integer.MAX_VALUE;
    for(Move nxtMove: board.nextMoves(prevMove)) {
        int k = maxMove(board.playMove(nxtMove),
                        nxtMove,
                        myScore,
                        oppnScore + nxtMove.score);
        if(k < mn) {
            mn = k;
            bestMove = nxtMove;
        }
    }
    return mn;
}

编辑：游戏的简要说明如下，你面前有一定数量的不同面额的硬币。您和另一名玩家轮流从任一侧（左侧或右侧）取出一枚硬币。硬币的面额表示您为该动作得分。某些硬币具有特殊含义，例如选择 X 表示您将跳过一个回合，或者 Y 表示您将再获得一个回合。你的目标是比你的对手得分更多。

Answer 1

我只看到了一个错误：你不记得你为给定的棋盘状态选择了哪一回合，所以你计算了很多次，算法变得很慢。还是速度不是你的问题？

Answer 2

我觉得我不是很清楚游戏规则，但是看起来你的终端条件不太对。

您正在返回玩家之间的得分差异。这意味着一个玩家想要最大化这个值（与对手的最大差异），而另一个想要最小化这个值（他试图获得与对手最接近的分数）。这看起来不像任何真实游戏的目标。

我认为你想要的是得分最高的玩家获胜。因此，您可以检查 myScore>oppScore 并相应地返回 1,0 和 -1。这意味着第一个玩家想要最大化回报（即他试图使其成为 1 - 他获胜），而对手试图最小化回报（即如果它是 -1 他获胜）。如果没有获胜，他们宁愿以 0 分（平局）。

另外，为什么需要prevMove 来生成下一步？ board 没有关于游戏当前状态的所有信息（即剩下的硬币）吗？