如何为 TIC-TAC-TOE 变体游戏创建评估函数 [关闭]

Question

我实际上正在开发一款棋盘游戏，它是TIC-TAC-TOE 游戏的变体。游戏的具体内容如下：

1. 游戏在nxn 棋盘上进行，带有n 变量。

2.如果玩家成功将k 对齐放在第一位，则玩家获胜，k 是可变的。

3. 对齐由水平、垂直或对角线的l 标记（X 或O）组成。 l 已修复。

4. 如果nxn 网格已满（没有玩家可以添加标记 X 或 O）并且没有玩家成功放置 k 对齐，因此游戏被绘制。

我正在使用 minmax 和 alpha-beta prunning 算法。这是我的第一个人工智能程序，我不知道如何创建算法使用的评估函数。我在网上看到了一些使用材料加权来评估位置的示例，但我无法在我的情况下应用它。实际上，我使用的是随机评估函数，它返回一个介于 -100 和 100 之间的值。

    float Conf_eval(Configuration c)
       {
         return (rand()%201)-100;
       }

知道如何评估给定的电路板配置吗？

Answer 1

这在书Artificial Intelligence - A Modern Approach中有详细讨论

也有优秀的implementations可用（这是java，也有python，你可以谷歌更多）基于本书系列。包括井字游戏（和 alpha-beta 修剪剂）。

如果您将min-max algorithm 与alpha-beta prunning 一起使用，除了启发式函数（一个简单的实用程序-函数将是将 1 分配给胜利，将 0 分配给平局，将 -1 分配给失败 - 这些都是最小-最大扩展树的叶节点。

要对动作进行排序，您可以选择将符号（X、O）添加到通向胜利路径的动作。这最终应该会导致更好的修剪。