博弈和α、β裁剪

考虑棋类游戏作为一个人机博弈模型，采用机器学习中对于棋盘学习的方法，给每个棋盘位置的好坏进行一个打分，几个概念：

极大极小策略：能使计算机获胜的位置，打分为1，平局是0，计算机负是-1，显然计算机要尽量让每一步的得分极大，人要让每一步的得分极小

终端位置：若某个位置能直接决定结果，那么这个位置叫做终端位置，若一个位置不是终端位置，那么该位置的值通过递归假设双方的最优棋步决定

后继位置：P的后继位置是从P走一步棋可以到达的位置，若在某个位置P计算机要开始走，那么递归计算所有后继位置的值，计算机选择最大值的一步走棋

代码如下：

/* 博弈 */
/* 计算机选择一步 */
void FindCompMove(BoardType Board, int * BestMove, int *Value)
{
    int Dc, i, Response;

    /* 若棋盘满了，那么是平局 */
    if (FullBoard(Board))
        *Value = Draw;
    /* 若走一步计算机直接赢，那么标记计算机赢 */
    else if (ImmediateCompWin(Board, BestMove))
        *Value = CompWin;
    else
    {
        /* 赋初始值为最小值，递归后续的所有格子，找更大的值用来更新 */
        *Value = CompLoss;
        for (i = 1; i <= 9; i++)
        {
            if (IsEmpty(Board, i))
            {
                /* 这3行是回溯的核心，先占位，递归，然后释放资源 */
                Place(Board, i, Comp);
                FindHumanMove(Board, &Dc, $Response);
                Unplace(Board, i);

                if (Response > *Value)
                {
                    *Value = Response;
                    *BestMove = i;
                }
            }
        }
    }
}

/* 人选择一步 */
void FindHumanMove(BoardType Board, int *BestMove, int *Value)
{
    int Dc, i, Response;
    if (FullBoard(Board))
        *Value = Draw;
    else if (ImmdiateHumanWin(Board, BestMove))
        *Value = CompLoss;
    else
    {
        *Value = CompWin;
        for (i = 1; i <= 9; i++)
        {
            if (IsEmpty(Board, i))
            {
                Place(Board, i);
                FindHumanMove(Board, &Dc, &Response);
                Unplace(Board, i);

                if (Response < *Value)
                {
                    *Value = Response;
                    *BestMove = i;
                }
            }
        }
    }
}

α、β裁剪：

是对博弈树的改进，如下图：

在这个博弈树中，第一层MAX表示在子节点中选择最大的，依次类推，在第一层的递归中，第一个儿子节点求值为44，递归第二个儿子，在第二个儿子内部递归调用其所有儿子，得到第一个儿子节点值为40，这个时候，它剩下的儿子都不需要处理了，因为它在所有儿子中选择最小的，最终选出来的值一定比40小，而根节点选择儿子中最大的，第一个儿子已经有44了，这个时候第二个儿子比40小，意味着它一定不会被选择，这就是α裁剪，另一种不需要处理MIN的对称情况，就是β裁剪，合称α、β裁剪，代码如下：

/* α、β裁剪 */
void FindCompMove(BoardType Board, int *BestMove, int *Value, int Alpha, int Beta)
{
    int Dc, i, Response;
    if (FullBoard(Board))
        *Value = Draw;
    else if (ImmediateCompWin(Board, BestMove))
        *Value = CompWin;
    else
    {
        *Value = Alpha;
        for (i = 1; i <= 9; i++)
        {
            Place(Board, i);
            FindHumanMove(Board, &Dc, &Response, *Value, Beta);
            Unplace(Board, i);

            if (Response > *Value)
            {
                *Value = Response;
                *BestMove = i;
            }
        }
    }
}