MiniMax 返回反向效用值

Question

我正在尝试打印 Mini Max 的访问状态和实用程序。 当值从终端状态返回到其根时，我遇到了问题，从而导致我的访问状态实用程序值中有 4 个不正确。我只是无法弄清楚导致此错误的原因。我很确定我的 Min 和 Max 方法是正确的。

Answer 1

以列表中的第一个状态为例，您需要解释为什么 ooxxxo-xo 应该是 1。如果我按照我认为应该阅读的方式重新编写此内容，则状态显示为：

oox
xxo
-xo

如果我们正确地应用x 作为下一步，我们将得到正确的答案。所以，问题可能出在你的移动生成中。

看看这个，你有一个存储移动的静态数组，但是当你进行递归调用时，你会一遍又一遍地覆盖这个移动。相反，您需要每个递归调用的移动的本地副本。因此，将minChildren 和maxChildren 的定义移动到MinTurn 和MaxTurn 应该至少可以解决代码中的一个问题。 （我还没有验证没有其他问题。）

明确地说，您的调用堆栈如下所示：

MaxTurn call
  Set maxChildren to legal moves // <--- A
  Call MinTurn recursively
    MinTurn call
      Set minChildren to legal moves
      Call MaxTurn recursively
        MaxTurn call
          Set maxChildren to legal moves // <--- B
          Call MinTurn recursively

当您到达标记为B 的行时，您将覆盖在A 行计算的maxChildren。因此，当程序返回A 时，可用的移动将被覆盖，并且可能与之前预期的不同。

---

修复后，我相信您的新问题只是您打印内容的方式。如果您查看打印代码，您会记录当前的最大值，而不是孩子返回的值：

int maxValue = Setting.NEGATIVE_INFINITY;
maxChildren = generateMoves(state);
for (State aChildren : maxChildren) {
    maxValue = Math.max(maxValue, MinTurn(aChildren)); // <-- A
    nodes.add(aChildren.getState() + " " + maxValue); // <--B
}

因此，在标记为 B 的行中，您正在为迄今为止看到的所有孩子打印maxValue。如果你想查看孩子的值，你不应该立即取 A 行中的最大值。而是存储结果并记录它。然后，取最大值。

您在此状态下遇到问题：

oox
xxo
-x-

这是从搜索可能开始的父状态打印出来的：

oox
xxo
---

第一招是把x放在左下角，赢了游戏，给1的值。当第二招应用时，导致x在中间的状态，maxValue仍然是1 从上一步开始。

您的代码应如下所示：

int nextValue = MinTurn(aChildren)
maxValue = Math.max(maxValue, nextValue);
nodes.add(aChildren.getState() + " " + nextValue);