Algorithm 扭动tic-tac-toe
我正在写一个Tictaoe程序，但它不是你传统的TictaoeAlgorithm 扭动tic-tac-toe,algorithm,tic-tac-toe,minimax,Algorithm,Tic Tac Toe,Minimax,我正在写一个Tictaoe程序，但它不是你传统的Tictaoe 首先，棋盘是4x4，获胜的方法是让3个同类和1个对手排成一行、一列或对角。因此，通过第一列，以下将是“O”的胜利： O|_|X|_ O|X|_|_ O| |_|_ X|_|_|_ 我试图实现一个极大极小算法，以便给程序一个“硬”模式，不能被打败 我的问题是，我不能希望创建一个包含所有可能的游戏状态的树，因此我必须想出某种函数来评估我可以生成的游戏状态 我想我的问题是，我怎样才能得到这样一个函数 这个游戏对于蛮力来说绝对足够小 你可
首先，棋盘是4x4，获胜的方法是让3个同类和1个对手排成一行、一列或对角。因此，通过第一列，以下将是“O”的胜利：
O|_|X|_
O|X|_|_
O| |_|_
X|_|_|_
我想我的问题是，我怎样才能得到这样一个函数 这个游戏对于蛮力来说绝对足够小 你可以列举所有的州。有16个正方形，每个正方形有3个可能的值（X、O或空） 3^16=43046721，约4300万 这意味着一个用一个字节来描述每个状态可赢性的表将只有43兆字节 我将创建一个函数，将每个状态映射到一个介于1到4300万之间的索引（您只需要状态，而不需要可能的播放顺序），基本上将其表示为base-3中的一个数字，并允许您从索引创建状态 选择每个州可以采用的4个可赢性值-O可赢、X可赢、不可赢和未知 分配一个长度为43046721的缓冲区来存储每个游戏状态的可赢性 遍历所有索引编号，标记赢得的州。然后检查并反复填写其余各州的可赢性（如果已知）（根据轮到谁检查所有继任州）。这将在索引集上最多需要16次迭代，所以我看不出暴力在这里不起作用的任何原因
有一些优化，比如利用对称性，利用一个事实，即所有有n个棋子的状态都被有n+1个棋子的状态所取代，等等，但我认为你一开始并不需要这些优化。游戏的启发式函数是一个评估游戏给定状态的函数。在这里，国家基本上由两部分组成：（1）董事会本身。（2） 轮到谁了 一些可能的启发式函数：
您可以将不同的启发式组合成一个“大”启发式函数，如下所示：
a_1 * h_1(state) + a_2 * h_2(state) + ... + a_n * h_n(state)
a_1，…，a_n完成后，使用学习到的最终代理权重
注：可能的游戏数为~16！（需要确定所选方格的顺序-它选择游戏的其余部分将如何结束）-问问自己，它是否“小”到足以在您的约束范围内发展-还是太多，确实需要一个启发式的解决方案。第一步是确定/制定一个
获胜策略OOOXOOOOXxoo