我应该如何为 Connect 4 设计一个好的评估函数？

Question

我有一个“Connect 4”游戏的 Java 实现（具有可变数量的列和行）。

此实现使用（根据用户的选择）Mini-max 的 Mini-max 算法和 Alpha-beta 剪枝，最大搜索深度为maxDepth

我现在的问题是为板的状态设计一个好的评估函数（这是在 maxDepth 处返回的值）。

该值介于-100（最差选择，对应于失败的情况）和100（最佳选择，对应于获胜情况）之间，其中0应该是“平局”情况。

其实我已经实现了两个函数（因为代码很长，我报告了伪代码）

1)

• 没有赢/没有输

--> 如果表已满 ==> 绘制 (0)

--> 如果表未满 ==> 不确定的情况 (50)

• 赢

--> 如果我赢了：100

--> 如果对手获胜：-100

2)

Of me:
- InARow[0] = maximum number of pieces in a HORIZONTAL in a row
- InARow[1] = maximum number of pieces in a VERTICAL in a row
- InARow[2] = maximum number of pieces in a DIAGONAL (ascending) in a row
- InARow[3] = maximum number of pieces in a DIAGONAL (descending) in a row
Of the opponent
- InARow2[0] = maximum number of pieces in a HORIZONTAL in a row
- InARow2[1] = maximum number of pieces in a VERTICAL in a row
- InARow2[2] = maximum number of pieces in a DIAGONAL (ascending) in a row
- InARow2[3] = maximum number of pieces in a DIAGONAL (descending) in a row

value = (100* (InARow[0] + InARow[1] + InARow[2] + InARow[3]) )/16 - (100* (InARow2[0] + InARow2[1] + InARow2[2] + InARow2[3]) )/16  

我需要设计第三个（如果可能的话更好）函数。有什么建议吗？

先感谢您。

Answer 1

你已经解决了基本情况：我的胜利 = 100 分，我的损失 = -100，平局 = 0。你可以杀死的“不确定”情况，它并不反映董事会的“善良”。所以现在你需要填补空白。您想要考虑并为其赋值的案例：

• 我连续有 X 个（如果我连续有 3 个，这比连续只有两个要好 - 你的函数应该倾向于添加到较长的行而不是较短的行）
  
• 我的对手连续有X（同样，他/她连续有X越多，我们的情况就越糟糕）
  
• 计算您要填写的行数（放置一块并形成 2 行，每行 3 比放置一块并仅形成一排 3 更好）
• 计算您阻挡了多少行（同样，如果您可以放下一块并阻挡对手两排 3 颗棋子，这比阻挡单行 2 颗棋子要好）

Answer 2

只需计算每个玩家仍然可以制作的行中可能的 4 的数量，然后将其相减。

例如，两个玩家的得分都是7*4 (horizontal) + 4*7 (vertical) + 4*4 (diagonal up) + 4*4 (diagonal down)。如果红色在左下角放一个，那么黄色会失去1 + 1 + 1 + 0 = 3. 但是如果红色将一个放在中间，黄色会失去4 + 1 + 1 + 1 = 7.

当然，如果任何玩家获胜，则其他玩家的得分为-infinity，无论上述系统如何。