如何修正tic-tac-toe-gam的minimax算法

Question

为了一个学校项目，我一直在努力做一个无与伦比的井字游戏。为了做到这一点，我试图实现一个极大极小算法，它给出了意想不到的输出，我还没有弄清楚为什么，不修复任何东西

我试着打印出变量，看看什么时候出了问题，但是对于任何比最简单的情况（它在其中工作）更复杂的事情，它输出的东西太多了，任何人都无法筛选，当我处理完它时，跟踪函数调用自身，以及它调用自身的次数是很困难的。我试过把严格不等式改成非严格不等式。我试过重写整件事好几次，看看我是不是有打字错误。我已经通过了逻辑，但什么也没找到

这是我的算法

def minimax(newboard, player, huplayer, aiplayer):
    move=-1
    empty=emptyindices(newboard)
    if winning(newboard, huplayer):
        score=-1
    elif winning(newboard, aiplayer):
        score = 1
    elif empty==[]:
        score=0
    else:
        if player == aiplayer:
            score=0
            for i in empty:
                newboard[i]=player
                output=minimax(newboard, huplayer, huplayer, aiplayer)
                tempscore=output[1]
                if tempscore > score:
                    score=tempscore
                    move = i
                    newboard[i]=""
                newboard[i]=""
        if player == huplayer:
            score=0
            for i in empty:
                newboard[i]=player
                output=minimax(newboard, aiplayer, huplayer, aiplayer)
                tempscore=output[1]
                if tempscore < score:
                    score=tempscore
                    move = i
                    newboard[i]=""
                newboard[i]=""
    return [move,score]

我已将董事会的索引从0到8

0 | 1 | 2个

3 | 4 | 5个

6 | 7 | 8个

我不认为使用的其他函数有错误，但我会在这里包括他们无论如何，以防万一，他们是真正的问题

def winning(board,player):
    if (board[0]==player and board[1]==player and board[2]==player) or (board[3]==player and board[4]==player and board[5]==player) or(board[6]==player and board[7]==player and board[8]==player) or(board[0]==player and board[3]==player and board[6]==player) or (board[1]==player and board[4]==player and board[7]==player) or(board[2]==player and board[5]==player and board[8]==player) or (board[0]==player and board[4]==player and board[8]==player) or (board[2]==player and board[4]==player and board[6]==player):
        win=True
    else:
        win=False
    return win

def emptyindices(board):
    empty=[]
    for i in range(9):
        if board[i]=="":
            empty.append(i)
    return empty

对于简单的情况下，电脑可以采取行动，以赢得马上它做到了。 但是对于像

print(minimax(['X', '', '', 'O', '', 'X', 'X', 'O', 'O'],"X","O","X"))

输出为

[-1, 0]

即使计算机可以保证一个胜利，使移动2，这意味着出于某种原因，移动没有改变默认值

Answer 1

我认为这应该行得通（我刚刚测试了我在评论中提出的建议）。可怜的失败者意识到这是不可避免的命运，所以他太过冷静，没有采取行动：-）

def minimax(newboard, player, huplayer, aiplayer):
    move=-1
    empty=emptyindices(newboard)
    if winning(newboard, huplayer):
        score=-1
    elif winning(newboard, aiplayer):
        score = 1
    elif empty==[]:
        score=0
    else:
        if player == aiplayer:
            score=-2
            for i in empty:
                newboard[i]=player
                output=minimax(newboard, huplayer, huplayer, aiplayer)
                tempscore=output[1]
                if tempscore > score:
                    score=tempscore
                    move = i
                    newboard[i]=""
                newboard[i]=""
        if player == huplayer:
            score=2
            for i in empty:
                newboard[i]=player
                output=minimax(newboard, aiplayer, huplayer, aiplayer)
                tempscore=output[1]
                if tempscore < score:
                    score=tempscore
                    move = i
                    newboard[i]=""
                newboard[i]=""
    return [move,score]

功能不错

顺便说一句，你可以使用一个分数因子来缩短代码。因此，对于最小化玩家，您将因子设置为-1，将最大化设置为1。这样，您就可以在两个玩家的空字段和循环体上重复使用循环，而无需执行两次，只需将条件更改为：

if tempscore*factor > score: