我試圖在 python 中將 Minimax 算法實現為井字游戲，但它不起作用

Question

所以我試圖在 python 中實現 Minimax 算法來進行井字游戲，但它不起作用，我不知道為什么。 這是我以 X 開始，程序以 O 開始時的版本。我有一個名為 game_state 的數組，其中涵蓋了每個字段，如果 X 存在則為 1，如果存在則為 2，如果為空則為 0。 如果 X 贏了，我的 function checkwin() 返回 1，如果 O 贏了，則返回 -1，如果平局則返回 0，如果游戲沒有結束，則返回 None。 Point 是一種用於保存移動值並在代碼中進一步顯示 O 的結構，但這似乎完美無缺。

我在這里稱它為：

def best_move():
global game_state
best_score = math.inf
for i in range(3):
    for j in range(3):
        if game_state[i][j] == 0:
            game_state[i][j] = 2
            score = minimax(game_state, 0, False)
            game_state[i][j] = 0
            if score < best_score:
                best_score = score
                move = Point(i, j, i*3+j)

game_state[move.i][move.j] = 2
return move.number

這就是我的極小值 function：

def minimax(game_state, depth, is_maximizing):
result = checkwin(game_state)
if result is not None:
    return result

if is_maximizing:
    best_score = -math.inf
    for i in range(3):
        for j in range(3):
            if game_state[i][j] == 0:
                game_state[i][j] = 1
                score = minimax(game_state, depth+1, False)
                game_state[i][j] = 0
                best_score = max(score, best_score)
    return best_score
else:
    best_score = math.inf
    for i in range(3):
        for j in range(3):
            if game_state[i][j] == 0:
                game_state[i][j] = 2
                score = minimax(game_state, depth+1, True)
                game_state[i][j] = 0
                best_score = min(score, best_score)
    return best_score

Answer 1

您正在最大化 minimax function 中的變量 best_score。 而您正在最小化 best_move function 中的 best_score，這是矛盾的。

您還應該在 best_move function 中最大化 best_score：

def best_move():
global game_state
best_score = -math.inf                   #This is changed
for i in range(3):
    for j in range(3):
        if game_state[i][j] == 0:
            game_state[i][j] = 2
            score = minimax(game_state, 0, False)
            game_state[i][j] = 0
            if score > best_score:       #This is changed
                best_score = score
                move = Point(i, j, i*3+j)

game_state[move.i][move.j] = 2
return move.number

同樣在 best_move 中，玩家是 2('O')，並且您在 minimax 中將 'False' 作為 minimax(game_state, depth+1, False) 傳遞。 這將運行同樣屬於玩家 2('O') 的 minimax function 中的 else 語句。 這也是一個錯誤。 你應該使用：

def minimax(game_state, depth, is_maximizing):
result = checkwin(game_state)
if result is not None:
    return result

if is_maximizing:
    best_score = -math.inf
    for i in range(3):
        for j in range(3):
            if game_state[i][j] == 0:
                game_state[i][j] = 2                         #This is changed
                score = minimax(game_state, depth+1, False)
                game_state[i][j] = 0
                best_score = max(score, best_score)
    return best_score
else:
    best_score = math.inf
    for i in range(3):
        for j in range(3):
            if game_state[i][j] == 0:
                game_state[i][j] = 1                         #This is changed
                score = minimax(game_state, depth+1, True)
                game_state[i][j] = 0
                best_score = min(score, best_score)
    return best_score