Negamax国际象棋算法：如何使用最终回报？
我为棋类游戏制定了negamax算法，我想知道如何使用最终的棋盘值。 我知道negamax算法的最终回报代表了玩家采取他最好的举动之后棋盘的价值，但这并非完全有用的信息。 我需要知道那个举措是什么，而不是它的价值。
代码如下：
public int negamax(Match match, int depth, int alpha, int beta, int color) {
if(depth == 0) {
return color*stateScore(match);
}
ArrayList<Match> matches = getChildren(match, color);
if(matches.size() == 0) {
return color*stateScore(match);
}
int bestValue = Integer.MIN_VALUE;
for(int i = 0; i != matches.size(); i++) {
int value = -negamax(matches.get(i), depth-1, -beta, -alpha, -color);
if(value > bestValue) {
bestValue = value;
}
if(value > alpha) {
alpha = value;
}
if(alpha >= beta) {
break;
}
}
return bestValue;
}
public void getBestMove(Match match, int color) {
int bestValue = negamax(match, 4, Integer.MIN_VALUE, Integer.MAX_VALUE, color);
// What to do with bestValue???
}
我想在bestValue确定后重新评估当前比赛状态的孩子。 然后我遍历它们，并找出哪些孩子的状态分数等于bestValue。 但是这是行不通的，因为无论如何，它们中的很多都会有相同的stateScore，这是他们可以导致哪些问题的原因......
我可以看到你在做qsearch和alpha-beta。 你的算法是众所周知的，但你缺少一个关键部分。
让我勾勒一下国际象棋搜索的基本算法，它甚至适用于干鱼（世界上最强的引擎）。
search(Position p) {
if (leaf node)
qsearch(p)
if (need to do move reduction)
do_move_reduction_and_cut_off(p)
moves = generate_moves(p)
for_each(move in moves) {
p.move(move)
v = -search(p, -beta, -alpha)
p.undo(move)
store the score and move into a hash table
if (v > beta)
cutoff break;
}
这只是一个非常简短的草图，但所有象棋算法都遵循它。 比较你的版本，你注意到你没有做过p.move（move）和p.undo（move）吗？
基本上，传统方法会为给定位置生成一系列动作。 循环移动，播放并撤消它并搜索它。 如果你这样做，你确切知道哪一步会产生哪个分数。
还要注意存储移动并将分数存储到散列表中的行。 如果您这样做，您可以轻松地从根节点重建整个主要变体。
我不知道你的Java类匹配究竟是什么，但无论如何，你的尝试是接近的，但不是完成搜索的经典方式。 记住你需要在搜索算法中给出一个位置对象，但是你给它一个Match对象，这是错误的。
链接地址: http://www.djcxy.com/p/84677.html