アルファ・ベータ・プルーニング・アルゴリズムをC++からRubyに変換する際の問題

Question

アルファ・ベータ・プルーニングは、ハード・コーディング（tic-tac-toe用）以外にも最も効率的なアルゴリズムのようです。しかし、リンクで与えられたC++の例からアルゴリズムを変換する際に問題があります：http://www.webkinesia.com/games/gametree.php。

プレーヤーは1または0のいずれかであるため、1-playerを実行するとプレーヤーが切り替わります。

WIN = 1 
LOSS = -1 
DRAW = 0 
INFINITY = 100 
def calculate_ai_next_move 
    best_move = -1 
    best_score = -INFINITY 

    cur_player = COMPUTER 
    self.remaining_moves.each do |move| 
    self.make_move_with_index(move, cur_player) 
    score = -self.alphabeta(-INFINITY,INFINITY, 1 - cur_player) 
    self.undo_move(move) 

    if score > best_score 
     best_score = score 
     best_move = move 
    end 
    end 

    return best_move 
end 

def alphabeta(alpha, beta, player) 
    best_score = -INFINITY 
    if not self.has_available_moves? 
    return WIN if self.has_this_player_won?(player) == player 
    return LOSS if self.has_this_player_won?(1 - player) == 1 - player 
    return DRAW 
    else 
    self.remaining_moves.each do |move| 
     break if alpha > beta 

     self.make_move_with_index(move, player) 
     move_score = -alphabeta(-beta, -alpha, 1 - player) 
     self.undo_move(move) 

     if move_score > alpha 
     alpha = move_score 
     next_move = move 
     end 
     best_score = alpha 
    end 
    end 
    return best_score 
end 

現在のところ、アルゴリズムはひどく遊んでいます。最初は最後のスペースを選択し、その後に最初から（左から右に）使用可能なスペースを選択します。

何が問題なの？

また、私はTDDをやっているので、self.has_this_player_won ?, self.undo_moveとself.remaining_movesが正しいことを知っています。

Answer 1

ヒント：betaは更新されていますか？

alphaとbetaをツリーの各レベルに入れ替えてください。