Algorithm Alpha-beta修剪同一玩家的连续移动

我已经为跳棋实现了alpha-beta剪枝，并认为它可以工作，但我发现计算机不会在一行中进行多次跳转（必要时）。例如：

大赦国际：

O _ _ _ _      _ _ _ _ _

_ X _ X _  ->  _ _ _ X _  (misses a jump because it only does a single move)

_ _ _ _ _      _ _ O _ _

人工智能应做到：

我试图通过检查MovePiece的返回值来修复它，该值返回玩家是否完成了他的回合，这取决于移动是否是一次跳跃以及是否还有更多的跳跃要进行。根据返回值，它将再次运行MaxValue/MinValue（取决于它第一次看到有进一步移动时所处的位置），或者继续在树中切换玩家

相关代码（C#）如下所示（retVal是一种包含值、深度和移动目标的类型）：

然而，这会产生一些……有趣的结果（第一步只做最小修剪），尽管我认为这是正确的改变

---

让MaxValue/MinValue在新动作中再次调用自己是正确的吗？

事实上，你的minimax算法需要“生成”新动作（当你需要吃第二块时）

我会尝试重新设计它-您可以扩展

移动

（iterable

移动

中的一个元素），使其包含移动的元组（或列表），并避免在minimax算法阶段出现

turnResult.NotDone

使用这种方法-列表

移动

将提前扩展，以便除了单个移动之外，还包含移动

（吃片，吃片）

---

此解决方案将使算法更加健壮，并允许您轻松地进行将来的修改

O _ _ _ _      _ _ _ _ O
_ X _ X _  ->  _ _ _ _ _  (sees that it's current turn is not finished, continues)
_ _ _ _ _      _ _ _ _ _

foreach(var m in moves)
{
    var resultingBoard = board.Clone();

    var moveResult = resultingBoard.MovePiece(m.TypeOfMove,
                                resultingBoard.GetPieceAtPosition(m.OriginalPieceLocation.X,
                                                                  m.OriginalPieceLocation.Y),
                                m.FinalPieceLocation.X, m.FinalPieceLocation.Y);

    var newDepth = currentDepth;

    if(moveResult == TurnResult.NotDone)
    {
        retVal = MaxValue(resultingBoard, ref alphaValue, ref betaValue, color, ref newDepth, ref maxDepth);
    }
    else if(moveResult == TurnResult.Finished)
    {
        newDepth++; 
        retVal = MinValue(resultingBoard, ref alphaValue, ref betaValue, color == PieceColor.Black ? PieceColor.Red : PieceColor.Black, ref newDepth, ref maxDepth);
    }
}