Machine learning 如何为棋盘游戏（wizwoz）结果创建评估函数

游戏名为wizwoz：

两名球员，红色（简称r）和红色 黄金（简称g）最初选择两个值n和k。用k创建n×n板 “r”和“k”随机放置在板上。从玩家r开始，每个玩家将 他/她的字母（“r”代表玩家r，“g”代表付款人g）在棋盘上的一个空白方块中。 棋盘填满后，每个玩家的分数等于棋盘上最大的连通区域 填充该玩家颜色的棋盘（其中一个连接区域是任意两个区域的一个） 区域中的正方形存在仅由N/S/E/W移动组成的路径）。与 得分最高者获胜，并获得他/她的得分与得分之间的差额 另一个玩家的。下面显示了两个已完成游戏的示例，其中最大的 每个玩家的连接区域。注意，在第二个示例中，两个 每个带2个r的截面未连接

我正在写alpha-beta剪枝算法，并坚持使用求值函数

---

有什么帮助吗？伪代码更可取。

从一个非常简单的求值函数开始。例如，只需使用最大组件的当前大小。在ai工作之后，您可能会担心如何调整评估启发式

下面是示例psedoocode（未测试）

---

你能再详细一点吗？对不起。。我们也只能考虑相邻的方形当它们是同一颜色时，我已经检查了相同的颜色。无论如何，代码的细节并不重要，关键是只考虑最大组件的大小。如果你能编程，你应该能够想出如何做到这一点。

components = {k:set([k]) for k in board}
def contract(k1, k2):
    if color(k1) != color(k2):
        return
    new = components[k1]
    if k2 not in new:
        new.union_update(components[k2])
        for x in components[k2]:
            components[x] = new

for x,y:
    contract(board[x,y], board[x,y+1])
    contract(board[x,y], board[x+1,y])

return max(map(len, components))