Minimax 算法不返回最佳移动答案

【问题标题】：Minimax algorithm doesn't return best moveMinimax 算法不返回最佳移动
【发布时间】：2012-03-01 06:46:29
【问题描述】：

我正在编写一个使用带有 alpha-beta 修剪的 minimax 的 Othello 引擎。它工作正常，但我发现以下问题：

当算法发现一个位置丢失时，它按预期返回-INFINITY，但在在这种情况下，我无法跟踪“最佳”移动...该位置已经丢失，但无论如何它应该返回一个有效的移动（最好是一个存活时间更长的移动，就像好的国际象棋引擎一样）。

代码如下：

private float minimax(OthelloBoard board, OthelloMove best, float alpha, float beta, int depth)
{             
    OthelloMove garbage = new OthelloMove();             
    int currentPlayer = board.getCurrentPlayer();

    if (board.checkEnd())
    {                        
        int bd = board.countDiscs(OthelloBoard.BLACK);
        int wd = board.countDiscs(OthelloBoard.WHITE);

        if ((bd > wd) && currentPlayer == OthelloBoard.BLACK)                
            return INFINITY;
        else if ((bd < wd) && currentPlayer == OthelloBoard.BLACK)                           
            return -INFINITY;            
        else if ((bd > wd) && currentPlayer == OthelloBoard.WHITE)                            
            return -INFINITY;            
        else if ((bd < wd) && currentPlayer == OthelloBoard.WHITE)                            
            return INFINITY;            
        else                             
            return 0.0f;            
    }
    //search until the end? (true during end game phase)
    if (!solveTillEnd )
    {
        if (depth == maxDepth)
            return OthelloHeuristics.eval(currentPlayer, board);
    }

    ArrayList<OthelloMove> moves = board.getAllMoves(currentPlayer);             

    for (OthelloMove mv : moves)
    {                        
        board.makeMove(mv);            
        float score = - minimax(board, garbage, -beta,  -alpha, depth + 1);           
        board.undoMove(mv);             

        if(score > alpha)
        {  
            //Set Best move here
            alpha = score;                
            best.setFlipSquares(mv.getFlipSquares());
            best.setIdx(mv.getIdx());        
            best.setPlayer(mv.getPlayer());                              
        }

        if (alpha >= beta)
            break;                

    }                
    return alpha;
}

我称之为：

AI ai = new AI(board, maxDepth, solveTillEnd);

//create empty (invalid) move to hold best move
OthelloMove bestMove = new OthelloMove();
ai.bestFound = bestMove;
ai.minimax(board, bestMove, -INFINITY, INFINITY, 0);

//dipatch a Thread
 new Thread(ai).start();
//wait for thread to finish

OthelloMove best = ai.bestFound();

当搜索一个丢失的位置（例如，想象它在 10 步之后丢失）时，上面的最佳变量等于作为参数传递的空无效移动...为什么？？

感谢您的帮助！

【问题讨论】：

请阅读faq和How to Ask，并提出更具体的问题。另外，您的问题不完整；您没有显示类AI 的定义，这对问题非常关键
问题是概念性的，而不是代码问题。我提供的代码足以解决我认为的问题。但无论如何，谢谢，我会阅读这篇文章以了解更多信息。

标签： java algorithm search minimax

【解决方案1】：

您的问题是您使用 -INFINITY 和 +INFINITY 作为赢/输分数。您的赢/输分数应该高于/低于任何其他位置评估分数，但不等于您的无穷大值。这将保证即使在无可救药的位置上也会选择移动。

【讨论】：

你刚刚解决了问题，谢谢！现在，当达到丢失位置时，我返回 INFINITY/10 或 -INFINITY/10。如果我理解得很好，我必须返回一个介于 -INF 和 +INF 之间的值，对吧？
正确，只要只有赢或输的位置才能返回这些值。
您还应该尝试让函数根据您赢或输的数量返回一个值，这样如果您赢了 64 件，它应该返回一个更大的值，如果您赢了 50 件。这样，您的算法不仅会搜索胜利，还会搜索最佳胜利。所有获胜条件的值都应大于非获胜条件的任何值。

【解决方案2】：

自从我实现 minimax 以来已经有很长时间了，所以我可能错了，但在我看来，如果您遇到赢或输的举动，您的代码不会更新最佳变量（这发生在 (board.方法顶部的 checkEnd()) 语句）。

另外，如果您希望您的算法尽可能多地获胜，或者如果无法获胜，则尽可能少地输掉，我建议您更新您的 eval 函数。在获胜的情况下，它应该返回一个较大的值（大于任何非获胜情况），您使用该值赢得的越多。在输的情况下，它应该返回一个很大的负值（小于任何非输的情况），你输的越多，值越小。

在我看来（没有尝试过）如果您以这种方式更新您的 eval 函数并完全跳过检查 if (board.checkEnd())，您的算法应该可以正常工作（除非它有其他问题）。祝你好运！

【讨论】：

【解决方案3】：

如果您可以检测到一个位置是真正赢了还是输了，那么这意味着您正在解决残局。在这种情况下，您的评估函数应该返回游戏的最终得分（例如，64 表示全胜，31 表示险胜），因为这可以准确计算，与您将在中期评估的估计不同。

【讨论】：