实施 MiniMax 算法 IN JAVA 加随机启发式
Implementing MiniMax Algorithm IN JAVA plus random heuristic
我正在尝试在 java 中从头开始实现极小极大算法。
一般点是众所周知的，通过树我试图找到最好的可能移动。
我现在没有要显示的关键代码，首先我希望有人给我一个通用的方法，这样我就可以启动项目，然后用我的代码更新 post。
除此之外，我还将为我的游戏实现一个随机启发式算法，它将随机选择下一步行动并将其传递给游戏，但这将在稍后添加。
我将在这个问题上增加赏金。
P.S.
这不是副本，我不想复制别人的代码，我必须自己完成整个代码。
所以要遵循的主要思路如下：
使用给定的游戏领域和评级机制计算最佳移动
field 输入字段 ratingMechanisms 对移动进行评级的机制和 return 最佳移动。
更深入的分析：
Minimax 算法的关键是两个玩家之间的来回，"turn it is" 的玩家希望选择得分最高的着法。反过来，每个可用动作的得分由对方玩家决定其可用动作中哪个得分最低。对方玩家移动的分数再次由 turn-taking 试图最大化其分数的玩家决定，依此类推，直到移动树一直向下到结束状态。
算法的描述，假设 X 是 "turn taking player," 看起来像：
-如果游戏结束，return X 视角的得分。
-否则获取每一步可能的新游戏状态列表
-创建分数列表
-对于这些状态中的每一个，将该状态的极小极大结果添加到分数列表中
-如果轮到 X，return 分数列表中的最大分数
-如果轮到O，return分数列表中的最低分数
-你会注意到这个算法是递归的，它在玩家之间来回翻转直到找到最终分数。
在主要部分，您应该使用 for 来最小化或最大化每个级别（您也可以尝试像这样添加一些调试：//System.out.println("max/min level " + i);)，然后在获取树的当前级别时检查是否它是 null 所以你没有例外，并且对于那个级别将它添加到最大节点，同时在最小节点中解析。
为了使用最大和最小节点，您已经为它们创建了函数。
算法的最大化部分：节点将获得其 children 的最大评级。警告：如果 child 不存在，则评分将是最低
对于算法的最小化部分。该节点将获得他的 children 的最低评级。警告：如果 child 不存在，评分将是最大值
我正在尝试在 java 中从头开始实现极小极大算法。 一般点是众所周知的，通过树我试图找到最好的可能移动。 我现在没有要显示的关键代码，首先我希望有人给我一个通用的方法，这样我就可以启动项目，然后用我的代码更新 post。
除此之外，我还将为我的游戏实现一个随机启发式算法，它将随机选择下一步行动并将其传递给游戏，但这将在稍后添加。
我将在这个问题上增加赏金。
P.S.
这不是副本，我不想复制别人的代码，我必须自己完成整个代码。
所以要遵循的主要思路如下：
使用给定的游戏领域和评级机制计算最佳移动
field 输入字段 ratingMechanisms 对移动进行评级的机制和 return 最佳移动。
更深入的分析： Minimax 算法的关键是两个玩家之间的来回，"turn it is" 的玩家希望选择得分最高的着法。反过来，每个可用动作的得分由对方玩家决定其可用动作中哪个得分最低。对方玩家移动的分数再次由 turn-taking 试图最大化其分数的玩家决定，依此类推，直到移动树一直向下到结束状态。
算法的描述，假设 X 是 "turn taking player," 看起来像：
-如果游戏结束，return X 视角的得分。
-否则获取每一步可能的新游戏状态列表
-创建分数列表
-对于这些状态中的每一个，将该状态的极小极大结果添加到分数列表中
-如果轮到 X，return 分数列表中的最大分数
-如果轮到O，return分数列表中的最低分数
-你会注意到这个算法是递归的，它在玩家之间来回翻转直到找到最终分数。
在主要部分，您应该使用 for 来最小化或最大化每个级别（您也可以尝试像这样添加一些调试：//System.out.println("max/min level " + i);)，然后在获取树的当前级别时检查是否它是 null 所以你没有例外，并且对于那个级别将它添加到最大节点，同时在最小节点中解析。
为了使用最大和最小节点，您已经为它们创建了函数。
算法的最大化部分：节点将获得其 children 的最大评级。警告：如果 child 不存在，则评分将是最低
对于算法的最小化部分。该节点将获得他的 children 的最低评级。警告：如果 child 不存在，评分将是最大值