我的minimax算法对tictactoe有什么问题

Question

我正在构建一个tic tac toe游戏,以获得有趣的学习体验.我已经构建了一个minimax算法来返回计算机的最佳移动,但不知怎的,我错了,得到像这样的奇怪输出

TIC TAC TOE V1.0
---
---
---
Enter row, column of your move
1,1
---
-X-
---
...
0, 0: -1038
0, 1: -1470
0, 2: -1038
1, 0: -1470
1, 2: -1470
2, 0: -1038
2, 1: -1470
2, 2: -1038
O--
-X-
---
Enter row, column of your move
1,2
O--
-XX
---
...
0, 1: -15
0, 2: -9
1, 0: -10
2, 0: -1
2, 1: -29
2, 2: -41
O--
-XX
O--
Enter row, column of your move
1,0
O--
XXX
O--
WINNER: PLAYER

您可以看到计算机选择左下角而不是切断播放器.我的代码尝试通过所有可能的游戏状态递归地翻转翻转,总结转弯可能导致的每次赢或输的得分,然后以最高得分返回移动.打印输出是每个回合之前的得分(你可以看到它选择最高),那么我为什么不切断玩家呢？我怎样才能解决这个问题？这是我的代码.

int compMoveScoreRecursive(state_t **board, int dimension, int row, int col, state_t turn) {
    board[row][col] = turn;
    state_t winner = checkWinner(board, dimension);
    if (winner == COMPUTER) {
        return 1;
    } else if (winner == PLAYER) {
        return -1;
    } else {
        int score = 0;
        state_t nextTurn = turn == COMPUTER ? PLAYER : COMPUTER;
        for (int i = 0; i < dimension; i++) {
            for (int j = 0; j < dimension; j++) {
                if (board[i][j] == NIL) {
                    state_t **boardCopy = copyBoard(board, dimension);
                    score += compMoveScoreRecursive(boardCopy, dimension, i, j, nextTurn);
                    destroyBoard(boardCopy, dimension);
                }
            }
        }
        return score;
    }
}

move_t optimalCompMove(state_t **board, int dimension) {
    move_t optMove;
    int optScore = INT_MIN;
    for (int row = 0; row < dimension; row++) {
        for (int col = 0; col < dimension; col++) {
            if (board[row][col] == NIL) {
                state_t **boardCopy = copyBoard(board, dimension);
                int score = compMoveScoreRecursive(boardCopy, dimension, row, col, COMPUTER);
                printf("%d, %d: %d\n", row, col, score);
                if (score > optScore) {
                    optMove.row = row;
                    optMove.col = col;
                    optScore = score;
                }
                destroyBoard(boardCopy, dimension);
            }
        }
    }
    return optMove;
}

Answer 1

该算法的概念minmax是\xc2\xab最小化最大损失\xc2\xbb（维基百科），所以你的算法的第一个错误是你的总和。

\n\n

S对于游戏的任何状态，以及M当前玩家（假设玩家 1 P1）可用的任何移动， 的值minmax (S + M, P2)是if Plays 的最大可能输出。因此，如果想要最大化他获胜的机会，他应该尽可能减少 的最大输出，即他必须找到最小值P2P1MP1P2输出的

\n\n

在tictactoe minmax中，可以测试整个游戏（最多 9 步），这意味着您现在总是PX赢 (1)、输 (-1) 或平局 (0)。所以minmax (state, PX)只会返回这三个值之一。

\n\n

在许多游戏中，您无法玩整个游戏（例如跳棋），因此返回值是状态的指示-oo，例如如果您输了，+oo如果你赢了，否则就是你和对手的跳牌数之间的差异。

\n