连接四-评价比较-c

Question

我尝试在我的四人连线游戏中实现极小极大算法。 我已经完成了评估函数和算法函数的一半。

我只是找不到“最后一个”问题的解决方案。这是我的功能：

void minimax(field f){
int i;
field c;
convert_1D_to_2D(f, c);
for(i=0;i<COLS;i++) {
    if(can_throw(c, i) == 0) {
        throw(f, i);
        convert_1D_to_2D(f, c);
        if((is_winner(c) == 0) && (is_board_full(f) == 0)) { //no winner, board not full
            minimax(f);
        }
        else if(is_winner(c) == 1) { //there is a winner
            evaluate_turn(f);
            //compare evaluation
            undo_turn(f);
        }
        else if(is_winner(c) == 0 && (is_board_full(f) == 1)) { //no winner, board full
            evaluate_turn(f);
            //compare evaluation
            undo_turn(f);
        }
    }
}

该字段是一个包含 f[COLS*ROWS+1] 的数组，其中 f[0] 是深度，其他元素保存在哪些列中被抛出。 “c”-board 代表“图形”板，0 代表免费，1 代表玩家 1，2 代表玩家 2。

static int evaluate_turn(field f) {
field c;
convert_1D_to_2D(f, c);
if (((f[0] % 2) == 1) && (current_player == 1) && (is_winner(c) == 1) ) { //player 1 won, max for him || +1
    return 1;
}
else if (((f[0] % 2) == 2) && (current_player == 2) && (is_winner(c) == 1) ) { //player 2 won, max for him || +1
    return 1;
}
if (((f[0] % 2) == 1) && (current_player == 2) && (is_winner(c) == 1) ) { //player 2 won, counting for 1 || -1
    return -1;
}
else if (((f[0] % 2) == 2) && (current_player == 1) && (is_winner(c) == 1) ) { //player 1 won, counting for 2 || -1
    return -1;
}
else if ((is_board_full(f) == 1) && (is_winner(c) == 0)) { //draw || 0
    return 0;
}

所以我的问题是，我想不出一个干净的解决方案来比较评估自下而上。我真的认为，我不需要引入新的数据结构（它会变得太大）。就像解决方案就在我面前，但我无法抓住它。

是否可以仅比较递归“返回”的评估？如果是，怎么做？

或者我真的需要引入一些新的更复杂的东西吗？或者也许我完全错过了什么？

谢谢！

Answer 1

或者我真的需要引入一些新的更复杂的东西吗？或许 我完全错过了什么？

不幸的是，答案是后者。 Minimax 不是 void 函数。它返回它所代表的节点的值。这就是评估的比较方式。您还缺少另一个基本概念。您的函数仅将终端节点视为游戏获胜或棋盘已满的节点。虽然这在技术上是正确的，但没有真正的极小极大函数以这种方式工作。节点数约为 7^48，因此您的函数实际上需要十年以上才能在现代 PC 上终止。现实世界的极小极大函数所做的是设置搜索达到的最大深度（除非您添加树修剪，期望这是 5 或 6），并认为该深度的所有节点都是终端并使用启发式（不准确的猜测) 评估函数。在连接四中，这可能基于诸如连续三个的数量之类的东西。如果您知道有赢家，您犯的另一个错误是调用您的 eval 函数。如果您知道哪个玩家获胜而不是直接返回正确的值，则无需调用昂贵的 eval 函数。您也不能像以前那样为 min 和 max 流线化您的函数。您必须为 min 和 max 创建单独的函数，或者使用 negamax 变体。

我的建议：您似乎并不真正了解应该如何实现该算法。阅读 minimax 和 negamax 伪代码。