极小极大算法导致递归错误

Question

我正在尝试使用 minimax 算法来实现这个基于回合的“格斗游戏”。 但是，我遇到了一些问题。 该代码在第一次运行时有效，但在第二次运行后出现错误。

我认为应用 alpha-beta 修剪可以解决问题，但它仍然是一样的。

RecursionError: maximum recursion depth exceeded while calling a Python object。

这是导致错误的极小极大算法

def minimax(self, depth, is_maximizing, alpha, beta):
    if depth == 0 or self.is_winning(self.computer) or self.is_winning(self.player) or self.is_draw():
        if self.is_winning(self.computer):
            return self.computer_score - depth
        if self.is_winning(self.player):
            return -self.player_score + depth
        if self.is_draw():
            return 0

    if is_maximizing:
        best_value = float('-inf')
        for move in ["slash", "thrust"]:
            self.attack = move
            value = self.minimax(depth - 1, False, alpha, beta)
            best_value = max(best_value, value)
            alpha = max(alpha, best_value)
            if beta <= alpha:
                break
        return best_value
    else:
        best_value = float('inf')
        for move in ["block", "dodge"]:
            self.defend = move
            value = self.minimax(depth - 1, True, alpha, beta)
            best_value = min(best_value, value)
            beta = min(beta, best_value)
            if beta <= alpha:
                break
        return best_value

我在这里错过了什么？ 任何有帮助的答案都会受到赞赏。

Answer 1

问题在这里：

if depth == 0 or self.is_winning(self.computer) or self.is_winning(self.player) or self.is_draw():
    if self.is_winning(self.computer):
        return self.computer_score - depth
    if self.is_winning(self.player):
        return -self.player_score + depth
    if self.is_draw():
        return 0

没有默认条件，因此您的 minmax function 到 go 有可能超过depth=0 。 您可以通过在末尾添加 return 轻松解决此问题。

if depth == 0 or self.is_winning(self.computer) or self.is_winning(self.player) or self.is_draw():
    if self.is_winning(self.computer):
        return self.computer_score - depth
    if self.is_winning(self.player):
        return -self.player_score + depth
    if self.is_draw():
        return 0
    return 0 # Or replace with an evaluation function