2
私はTic Tac Toeの位置を評価するために、できるだけ単純なネガマックスアルゴリズムを使用しています。ゲームの状態はnumpyで配列として格納され、Xの部分は1で表され、Oの部分は4で表されます。Python Negamaxアルゴリズム
私はちょうど今、これをテストしていた、とが見つかりました：
a = np.zeros(9).reshape(3,3)
negaMax(a, 6, 1) # Returned zero as it should
negaMax(a, 7, 1) # Returns 100
は私のアルゴリズムは、それがXは明らかに不可能であるチックタックトーのゲーム、で7枚のプライで勝つための方法を発見したと考えていることを意味しますまともなプレーに対して。私はそれが見つけた最高の動きを印刷する方法を試すことができないので、これをデバッグするのに本当の問題があります。私は間違って何をしていますか？
def winCheck(state):
"""Takes a position, and returns the outcome of that game"""
# Sums which correspond to a line across a column
winNums = list(state.sum(axis=0))
# Sums which correspond to a line across a row
winNums.extend(list(state.sum(axis=1)))
# Sums which correspond to a line across the main diagonal
winNums.append(state.trace())
# Sums which correspond to a line across the off diagonal
winNums.append(np.flipud(state).trace())
if Square.m in winNums:
return 'X'
elif (Square.m**2 + Square.m) in winNums:
return 'O'
elif np.count_nonzero(state) == Square.m**2:
return 'D'
else:
return None
def moveFind(state):
"""Takes a position as an nparray and determines the legal moves"""
moveChoices = []
# Iterate over state, to determine which squares are empty
it = np.nditer(state, flags=['multi_index'])
while not it.finished:
if it[0] == 0:
moveChoices.append(it.multi_index)
it.iternext()
return moveChoices
def moveSim(state, move, player):
"""Create the state of the player having moved without interfering with the board"""
simState = state.copy()
if player == 1:
simState[move] = 1
else:
simState[move] = gamecfg.n + 1
return simState
def positionScore(state):
"""The game is either won or lost"""
if winCheck(state) == 'X':
return 100
elif winCheck(state) == 'O':
return -100
else:
return 0
def negaMax(state, depth, colour):
"""Recursively find the best move via a negamax search"""
if depth == 0:
return positionScore(state) * colour
highScore = -100
moveList = moveFind(state)
for move in moveList:
score = -negaMax(moveSim(state, move, colour), depth -1, colour * -1)
highScore = max(score, highScore)
return highScore
@JacobIRR申し訳ありませんが、私は何とかいくつかの行を逃しましたコピー中に途中で、私は質問を編集しました。 – Qiri
誰かが勝ったときにゲームを止めないことが重要かどうか疑問に思いますか？おそらく、あなたが3人のOの最初の行を取得することを気にしない場合は、常に3つのXの行を取得することは可能ですか？ –
@PeterdeRivazそれは私が思っていたものではありませんが、センターで始めれば7つのプライで連続して3つを強制することが非常に可能で、最初に失うことを心配していません。 – Qiri