このMinimax関数を正しく実装しましたか？

Question

それはチェッカーのゲームのためです。コードの古いバージョンのリビジョン履歴を参照してください。

    private static Move GetBestMove(Color color, Board board, int depth)
    {
        var bestMoves = new List<Move>();
        var validMoves = board.GetValidMoves(color);
        int highestScore = int.MinValue;
        Board boardAfterMove;
        int tmpScore;
        var rand = new Random();

        Debug.WriteLine("{0}'s Moves:", color);

        foreach (var move in validMoves)
        {
            boardAfterMove = board.Clone().ApplyMove(move);

            if(move.IsJump && !move.IsCrowned && boardAfterMove.GetJumps(color).Any())
                tmpScore = NegaMax(color, boardAfterMove, depth);
            else
                tmpScore = -NegaMax(Board.Opposite(color), boardAfterMove, depth);

            Debug.WriteLine("{0}: {1}", move, tmpScore);

            if (tmpScore > highestScore)
            {
                bestMoves.Clear();
                bestMoves.Add(move);
                highestScore = tmpScore;
            }
            else if (tmpScore == highestScore)
            {
                bestMoves.Add(move);
            }
        }

        return bestMoves[rand.Next(bestMoves.Count)];
    }

    private static int NegaMax(Color color, Board board, int depth)
    {
        var validMoves = board.GetValidMoves(color);
        int highestScore = int.MinValue;
        Board boardAfterMove;

        if (depth <= 0 || !validMoves.Any())
            return BoardScore(color, board);

        foreach (var move in validMoves)
        {
            boardAfterMove = board.Clone().ApplyMove(move);

            if(move.IsJump && !move.IsCrowned && boardAfterMove.GetJumps(color).Any())
                highestScore = Math.Max(highestScore, NegaMax(color, boardAfterMove, depth));
            else
                highestScore = Math.Max(highestScore, -NegaMax(Board.Opposite(color), boardAfterMove, depth - 1));
        }

        return highestScore;
    }

    private static int BoardScore(Color color, Board board)
    {
        if (!board.GetValidMoves(color).Any()) return -1000;
        return board.OfType<Checker>().Sum(c => (c.Color == color ? 1 : -1) * (c.Class == Class.Man ? 2 : 3));
    }

深さ0で試していますが、スコアはゲームの約半分で正しいです。そして、突然、それが台無しになり始めます。プレーヤーの1人は、彼のスコアが実際よりも高いと宣言し始めます。なぜそれは半分のゲームでしか機能しないのですか？！

Answer 1

バグを見つけました： これがしばらく後に誤算を開始する原因は何でしょうか？

新しいコード：

private static Move GetBestMove(Color color, Board board, int depth)
{
    var bestMoves = new List<Move>();
    IEnumerable<Move> validMoves = board.GetValidMoves(color);
    int highestScore = int.MinValue;
    Board boardAfterMove;
    int tmpScore;
    var rand = new Random();

    Debug.WriteLine("{0}'s Moves:", color);

    foreach (Move move in validMoves)
    {
        boardAfterMove = board.Clone().ApplyMove(move);

        if (move.IsJump && !move.IsCrowned && boardAfterMove.GetJumps(color).Any())
            tmpScore = NegaMax(color, boardAfterMove, depth);
        else
            tmpScore = -NegaMax(Board.Opposite(color), boardAfterMove, depth);

        Debug.WriteLine("{0}: {1}", move, tmpScore);

        if (tmpScore > highestScore)
        {
            bestMoves.Clear();
            bestMoves.Add(move);
            highestScore = tmpScore;
        }
        else if (tmpScore == highestScore)
        {
            bestMoves.Add(move);
        }
    }

    return bestMoves[rand.Next(bestMoves.Count)];
}

private static int NegaMax(Color color, Board board, int depth)
{
    IEnumerable<Move> validMoves = board.GetValidMoves(color);
    int highestScore = int.MinValue;
    Board boardAfterMove;

    if (depth <= 0 || !validMoves.Any())
        return BoardScore(color, board);

    foreach (Move move in validMoves)
    {
        boardAfterMove = board.Clone().ApplyMove(move);

        if (move.IsJump && !move.IsCrowned && boardAfterMove.GetJumps(color).Any())
            highestScore = Math.Max(highestScore, NegaMax(color, boardAfterMove, depth));
        else
            highestScore = Math.Max(highestScore, -NegaMax(Board.Opposite(color), boardAfterMove, depth - 1));
    }

    return highestScore;
}

private static int BoardScore(Color color, Board board)
{
    if (!board.GetValidMoves(color).Any()) return -1000;
    return board.OfType<Checker>().Sum(c => (c.Color == color ? 1 : -1) * (c.Class == Class.Man ? 2 : 3));
}

これが完全に機能すると私は100％確信していません。深さ0で機能しているようで、通常は深さ1では...それを超えて、コンピューターが何を考えているのかわかりません。まだ知的に演奏しているようには見えません。

編集： これと最大速度を実行します...ネガマックスエージェントvsランダム。ネガマックスは常に勝ちます。 「1000」の発生のためのスコアを視聴します。彼はその後数ターン以内に常に勝ちますので、ついに機能しているように見えます！

Answer 2

興味深いアプローチ、Maximaxを初めて見たとき。しかし、私はここで問題を見ています：

var minMove = GetBestMove(... board.Clone().ApplyMove(move), ...);
float score = ... BoardScore(color, board.Clone().ApplyMove(minMove));

このコードでは、 move と minMove さまざまな側面の動きですが、ここで同じレベルで等しく適用します。 2行目は次のようなものでなければなりません：

float score = ... BoardScore(... board.Clone().ApplyMove(move).ApplyMove(minMove));

もちろん、保管して再利用できます board.Clone().ApplyMove(move) 部。

しかし、あなたはまだ情報を緩めます：深さ100では、深さ99で最高のボードスコアを除外しますが、動きがなかった場合を除いてレベル98..0から何も持っていません/使用していませんが、あなたが自分に気づいたように、部分がうまくいかない。

いくつかの擬似アルゴリズムを見てみましたが、すべてがスコアを返しているようです。それは私を混乱させます、私は本当にスコアを取り戻したくないので、私は動きを取り戻したいです。

それでも、それが道です。ツリー検索の主な結果は次のとおりです 価値 最高の枝の。動き自体は、ルートレベルでのみ不可欠です。 Alpha/Betaの実装を開始するまで残してください。その後、最高のブランチを1つのテーブルに保存できます。

私は通常のネガマックスに切り替えることをアドバイスします、
また、参照してください これはとても質問です.