刘文凯的博客

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。图解伪代码：public int negamax(Board board, int depth, int alp

计算机博弈大赛中 蒙特卡洛模拟算法是一种简单有效的算法预备知识：多线程技术(没有也行)博弈游戏规则思想：蒙特卡洛算法的特征是“基于大量的随机的模拟”，意思是AI在搜索过程中，所有的棋步都是随机产生的。当轮到A下时，A的落棋随机产生，当轮到B下时，B的落棋也随机产生，直到该盘胜负已定。假如现在AI要判断出A的最佳走步，而A当前有三个可以走的棋步，于是AI对这三个走步情况进行大量随机模拟，发现其中某个走步的胜率最高，所以这个走步是最优的。图解：改进基于蒙特卡洛模拟的博弈方法比较简单，因此有众多

计算机博弈大赛中 期望搜索算法是极大极小算法的一种优化，主要针对“不完备信息”游戏的博弈预备知识：广度优先搜索(BFS)深度优先搜索(DFS)极大极小算法(MaxMin算法)介绍这个其实就是把原来无权重的树编程有权重的树。这个权重就是这个子节点被选择的概率，对于某个节点的所有子节点其概率(权重)相加应当等于1。按照原来MaxMin算法的思路【详情查看MaxMin算法】，还应当在Max与Min层之间添加个“概率”层Chance，如果某节点是Max层，而子节点是Min层，那么Chance层就是Min

计算机博弈大赛中 α-β剪枝算法剪枝算法是极大极小算法的一种优化，可以更快的搜索博弈树预备知识：广度优先搜索(BFS)深度优先搜索(DFS)极大极小算法(MaxMin算法)介绍剪枝算法来源于极大极小算法，在博弈树分枝过多时可以使用这个方法有效的减少分支。因为在搜索到一定程度后，许多分支就没有了意义，那么这些无意义的分支就没必要进行搜索了。要使用剪枝算法，就必须确定从哪个方向开始搜索，一般使用从左到右。例如，一个min层有3个节点，其父节点属于max层，其中一个min节点已经确定为值10，如果另

计算机博弈大赛中最基础的算法就是极大极小算法，下面总结MaxMin算法预备知识：广度优先搜索(BFS)深度优先搜索(DFS)介绍MaxMin算法在有限深度的范围内进行搜索，假定博弈双方都是聪明的，也就是每次都会选择可能获胜的最大值。那么对于我方来说，对方每次都会选取使我方获胜的最小值MIN；我方会选择使我方获胜的最大值MAX。“值”的数字，由最后一层状态的评估函数f§确定，评估函数。定义：MAX与MIN分别代表博弈双方。p代表一个棋局状态f§表示评估函数过程：当父状态为MIN时，那么