复习关于军棋AI编写的思路

1.这是一个什么项目

这是一个用于计算机博弈大赛军棋比赛中的一个军棋AI，在2018年计算机博弈大赛中获得三等奖，在2019年计算机博弈大赛中获得二等奖。

2.用到了什么技术，为什么用这项技术（以及每项技术很细的点以及扩展）

最大最小值搜索树，α-β剪枝。

3.过程中遇到了什么问题，怎么解决的。

 

项目整理：

AI运行逻辑：由裁判程序发送一段一段的字符串指令，然后对指令进行分析后分别进行不同的操作。

收到一系列请求程序名称，队员信息的指令后返回信息。

收到开始指令后初始化棋盘信息，棋子位置，初始化概率表。

while(两方的旗子都存在){

       收到对方行棋指令后，刷新概率表，刷新棋盘，更新棋盘棋子，调用决策函数，判断31步，下棋

       收到我方下棋后裁判的反馈结果，刷新概率表，刷新棋盘，更新棋盘棋子，判断31步

}

游戏结束

 

现在详述决策函数

设置一个for循环最大为4，最小从1开始，最开始只进行1次最大最小值搜索树，第二次循环变为进行2层深度，最终变成4层深度，如果超时或者必胜的时候跳出循环

最大最小值搜索树函数和α-β剪枝：首先将必胜的条件列出，如果必胜直接返回最高价值。

通过一个函数计算出所有可能的走法保存到一个数组中，然后使用快排基于每个走法的价值进行排序。深搜模拟每一种走法。每一层为自己或者敌人，叶子节点评估函数返回局面得分。最后通过函数得出最佳走法