计算机博弈 Negamax 负极值算法

最新推荐文章于 2024-10-14 01:23:51 发布

_刘文凯_

最新推荐文章于 2024-10-14 01:23:51 发布

阅读量1.8k

点赞数

分类专栏：计算机博弈文章标签：算法

本文链接：https://blog.csdn.net/qq_24211837/article/details/121322017

版权

计算机博弈专栏收录该内容

5 篇文章

订阅专栏

Negamax算法是Max-Min算法的变体，常用于计算机博弈中进行决策。它通过递归地计算节点的负值最大化来模拟对手的选择，简化了代码实现。在每个节点，算法会取所有可能的移动，计算它们的负值，并返回最大的负值。如果达到预设深度或无更多移动，则返回评估函数的值。这一过程通过Alpha-Beta剪枝优化，提高搜索效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在计算机博弈大赛中Negamax算法是Max-Min算法的一种变形，在代码实现上，它可以更加的简洁

原理
敌对方一定不会选择使我能获胜的节点，也就是一方要最大值，一方要最小值，只不过最小值用负值来表示了。递归的value计算公式如下：
value= -NegaMax（ p， d-1）

注意其中的负号,d是深度,p是此刻状态。负极大值算法的核心在于：父节点的值是各子节点的值的负数的极大值。

图解请添加图片描述

伪代码：

public int negamax(Board board, int depth, int alpha, int beta, int sign){ 
if(depth == null || board.getPossibleMovesNumber(colour) == 0){ 
    return calculateBoardFunction(board); 
} 
else{ 
    List<Move> possibleMoves = board.getPossibleMoves(); 
    foreach(Move move in possibleMoves){ 
    Board newBoard = board.clone(); 
    newBoard.makeMove(move); 
    alpha = Math.max(alpha, -negamax(newBoard, depth-1, -beta, -alpha, -sign); 
    if(alpha >= beta){ 
    break; 
    } 
    } 
return alpha; 
}