私は、スネーク戦略（this論文を参照）に基づいて、MiniMaxとAlpha-Betaプルーニングで2048のAIを実装しようとしています。単一ヒューリスティック。 残念ながら、AIはほとんどのゲームで256を作っていますが、それは空のセルヒューリスティックよりはるかに優れていません。私はすでにここで関連トピックを読んでいますが、自分で解決策を見つけることはできません。ここ コードである： im
私は、Minimaxアルゴリズムを使って設計したTic Tac Toe AIが無敵になるように、良い評価関数を考えることでした。私たちが持っていた制限は、残りのゲームのソースコードを変更しないこと、AIが完全に機能するはずだったゲームツリーの最低の深度が3でなければならないという制限でした。例えば、minimax関数を3の深さは8の深さで呼び出すのと同じように動作するはずです。私の質問は、ティック
私はチェスエンジンを静止状態にしてアルファベット検索を実装しました。しかし、ほとんどのポジションでは、プロファイラーに示されているように、静止時間の検索は実行時間の80-90％を占めています。私の剪定にバグがありますか？ 私はalpha-betaルーチンと休止ルーチンの両方を含んでいます。 私の静止の検索は、直接this pseudocodeに基づいています。 // Perform the alp
チェッカーコンピュータゲームの機械学習に関する私の最後のプロジェクトをやっています。 私は1人のプレイヤー（ランダムに動く）を自動化しています.2番目のプレイヤーはランダム性に対して学び、より多くのゲームや試練で賢くなることを願っています。 私は最初のプレイヤーが自動化されているので、かなりうまく動いていると言いましたが、2番目のプレイヤーについて話しています。 Iが目標関数を使用しているよう V
転置テーブルを使ったアルファベータプルーニングを実装しようとしていますが、私はアルゴリズムの擬似コードをwikipediaで見つけました：https://en.wikipedia.org/wiki/Negamax#cite_note-Breuker-1 しかし、私はこのpsudocodeが間違っていると信じています。そして代わりに： if bestValue ≤ alphaOrig
t