私は、alpha-betaプルーニングを使用してtic tac toeのminimaxアルゴリズムを書いていますが（これは問題ではないかもしれませんが、以前はうまくいきました）、常に最適な動きを選択しているわけではありません勝つ）。 しかし、あなたが勝つ方法はまだブロックされます。 例： Do you want to go first (y/n)? n
Going in: 2,2
...
.
私はtic-tac-toe用のminimaxを実装しようとしています。問題は、必ずしも期待通りではないということです。私はそれをデバッグしようとしましたが、正しい動きを選択しない場合、その動きのスコアが何らかの理由で「負の無限大」であることがわかりました。 ` function minimaxMove(board) {
let nextMove = null;
const
現在、Python TicTacToeゲーム用のAIを実装しようとしています。 1つの状況を除いて、すべてが大幅に実行されます。 私の現在のコード： def testLine(line):
'''
' :param line: Liste containing 3 ints
' :return: 1, if all elements of the list == 1