Othello Alpha-Beta剪枝表现不佳 python

Question

我现在正在尝试为黑白棋（Othello）制作一个好的人工智能，我使用了最小最大算法（Minimax）。但是，当我尝试使用一种叫做“α-β剪枝”的方法进行更深层次的搜索时，发现这个算法的表现非常糟糕。我查阅了维基百科和伯克利大学的网站，觉得我实现得没问题，但还是找不到出错的地方。

def alphabeta(board, player, a, b, lev):
        h = heur(board, player)
        if lev == 0:
                return h, None
        poss = get_legal_moves(board, player)
        if len(poss) == 0:
                return h, None
        move = 0
        for x in poss:
                cpboard = board[:]
                cpboard[x] = player
                bracket(cpboard, player, x)
                a1, q = alphabeta(cpboard, opponent_color(player), a, b, lev-1)
                if player is me:
                        if a1 > a:
                                a, move = a1, x
                else:
                        if a1 < b:
                                b, move = a1, x
                if b <= a:
                        break
        if player is me:
                return a, move
        else:
                return b, move

Answer 1

你的alphabeta实现看起来没问题。因为当minimax和alphabeta都正确实现时，它们会产生相同的结果。所以你可以用之前的minimax代码来检查alphabeta，至少在搜索深度不太大的情况下。如果它们在搜索同一个游戏树时结果不一样，那说明你哪里出了问题。

不过，很可能你表现不好的原因是你的“heur”评估函数出了问题。

Answer 2

你的 alpha-beta 代码可能有问题。要注意当一个玩家“跳过回合”（也就是没有可用的动作）时会发生什么。我在我的代码中就遇到了一个棘手的错误，就是因为这个原因。

你在调用递归的时候，alpha 和 beta 的值有没有搞错？我的代码是这样工作的（Java 代码）：

private float minimax(OthelloBoard board, OthelloMove best, float alpha, float beta, int depth)
{
    float bestResult = -Float.MAX_VALUE;
    OthelloMove garbage = new OthelloMove();

    int state = board.getState();
    int currentPlayer = board.getCurrentPlayer();

    if (state == OthelloBoard.STATE_DRAW)
        return 0.0f;
    if ((state == OthelloBoard.STATE_BLACK_WINS) && (currentPlayer == OthelloBoard.BLACK))                    
        return INFINITY;        
    if ((state == OthelloBoard.STATE_WHITE_WINS) && (currentPlayer == OthelloBoard.WHITE))
        return INFINITY;
    if ((state == OthelloBoard.STATE_BLACK_WINS) && (currentPlayer == OthelloBoard.WHITE))
        return -INFINITY;
    if ((state == OthelloBoard.STATE_WHITE_WINS) && (currentPlayer == OthelloBoard.BLACK))
        return -INFINITY;

    if (depth == maxDepth)
        return OthelloHeuristics.eval(currentPlayer, board);

    ArrayList<OthelloMove> moves = board.getAllMoves(currentPlayer);

    for (OthelloMove mv : moves)
    {            
        board.makeMove(mv);
        alpha = - minimax(board, garbage, -beta, -alpha, depth + 1);
        board.undoMove(mv);

        if (beta <= alpha)
            return alpha;
        if (alpha > bestResult)
        {                
            best.setFlipSquares(mv.getFlipSquares());
            best.setIdx(mv.getIdx());        
            best.setPlayer(mv.getPlayer());
            bestResult = alpha;
        }
    }

     return bestResult;
}

调用的方式是：

 OthelloMove bestFound = new OthelloMove();
 int maxDepth = 8;
 minimax(board, bestFound, -Float.MAX_VALUE, Float.MAX_VALUE, maxDepth);
//Wait for Thread to finish
 board.makeMove(bestFound);

补充一下，如果一个玩家没有可用的动作，getAllMoves() 会返回一个“虚拟动作”，这个动作不会改变棋盘，只是跳过了回合。

希望这能帮到你！