黑白棋AI
在这个项目中,我们将利用Tree数据结构在棋盘游戏Reversi(也称为Othello)中实现AI玩家。
由于网格尺寸为8x8,因此每转弯都可以进行许多潜在的移动,这在实施决策算法时提出了一些独特的挑战。 我们想比较不同决策算法的性能。
我们将在该项目中重点研究两种算法:
Minimax:这是一种在两人回合制游戏中广泛使用的算法。 我们将根据不同价值评估功能提出的不同策略,使用此算法来实现AI播放器的各种版本
贪婪策略:在游戏树达到一定深度后,瞄准其侧面的最大块数
位置策略:旨在占据董事会中的某些位置以获得位置优势。 例如,角件不受翻转的影响。
机动性策略:瞄准尽可能多的举动
蒙特卡洛树搜索(MCTS):一种启发式搜索算法,用于决策制定,用于复杂的引擎(例如AlphaGo)
作者
邓浩泽
张培峰
万俊浩
亚历山大·尼古拉斯·康威
2021-06-14 00:28:41
20KB
Python
1