Algorithm &引用；“面朝上”；纸牌算法

我正在设计一个程序，以尽可能高的得分方式解决纸牌游戏。 比赛按以下计分制计分：

10 points for moving Aces to top
9 points for moving 2s to top
8 points for moving 3s to top
7 points for moving 4s to top
6 points for moving 5s to top
5 points for moving 6s to top
4 points for moving 7s to top
3 points for moving 8s to top
2 points for moving 9s to top
1 points for moving 10s or face-cards to top
2 points for freeing a "downcard" (face-down card on the table)
2 points for moving a card from the deck to the table
-2 points deducted for moving a card from the top to the table
-20 points deducted for flipping over the deck
Putting a card back to the top after moving it from the top to the table does not give double points.

牌组中的牌一次翻转一张，玩家可以无限次翻转牌组（但是，扣-20分仍然适用）

我找到了各种各样的策略指南，比如，但是这些指南是针对真正的纸牌游戏的，而这些游戏的桌牌是未知的

我希望创建一个算法来解决我所谓的“正面”纸牌游戏，在游戏开始之前，我已经掌握了纸牌组的知识编辑：从下面答案中给出的论文来看，这个游戏似乎被称为“深思熟虑的纸牌”

到目前为止，我的想法是：某种野蛮的强迫，所有可能的动作都被试过并得分；一个简单的算法，可以单独查看每一列，并尝试“最佳”移动它；最后是一种类似于寻路的算法，每一步都会被打分，找到最佳的“路径”

---

暴力强迫的问题是，你可以无限重复动作，这需要永远（字面上）的时间。用一个简单的算法，我不能做一些棘手的事情，比如重新排列两列来放置所有的红桃和球杆（例如）来释放一个单独的8颗红桃。在我看来，寻路是可行的，但我不知道这种实现是如何工作的。

你可能会发现下面的文章很有帮助（似乎一个研究团队已经完成了这项工作。）

实时搜索纸牌：

单人纸牌：人与机器

---

您可能会发现以下论文很有帮助（似乎一个研究团队已经完成了这项工作。）

实时搜索纸牌：

单人纸牌：人与机器

---

我要尝试的第一件事是一个简单的固定步长前瞻算法，在每一步中，我都会分析所有可能的

n

步骤，然后选择一个导致最高总分的步骤

在同一系列伪随机数据包上使用不同的

n

值，看看如何通过增加它来提高分数（如果有的话）

如果这带来了合理的成功，那么下一步就是将分数分配给您可以在评估过程中使用的特定职位。（例如，“downcard”A从其桩顶的距离可以减去。）

下一步可能是自适应搜索，首先向前看固定数量的步骤，然后只进一步扩展移动树的有希望的叶子。（基本上是修剪。）

诸如此类，你可以尝试很多，听起来很有趣，所以尽情享受吧

---

但是，如果所有这些都失败了，那就组织一场编码比赛。：）

我要尝试的第一件事是一个简单的固定步长前瞻算法，在每一步中，我都会分析所有可能的

n

步骤，然后选择一个导致最高总分的步骤

在同一系列伪随机数据包上使用不同的

n

值，看看如何通过增加它来提高分数（如果有的话）

如果这带来了合理的成功，那么下一步就是将分数分配给您可以在评估过程中使用的特定职位。（例如，“downcard”A从其桩顶的距离可以减去。）

下一步可能是自适应搜索，首先向前看固定数量的步骤，然后只进一步扩展移动树的有希望的叶子。（基本上是修剪。）

诸如此类，你可以尝试很多，听起来很有趣，所以尽情享受吧

---

但是，如果所有这些都失败了，那就组织一场编码比赛。：）

你是想尽量减少甲板翻转的次数，还是只想找到一个解决方案？@6502，我想当OP说“以尽可能最有效的方式”时，他的意思可能是甲板翻转的次数被最小化了……很抱歉给你带来困惑。“可能的最有效方式”指的是得分最高的方式。你是想尽量减少甲板翻转的次数，还是只想找到一个解决方案？@6502，我想当OP说“可能的最有效方式”时，他可能是指甲板翻转的次数减到了最低……抱歉搞混了。我所说的“最有效的方式”是指得分最高的方式。