Minimax/Alpha Beta算法 - 在Gomoku中尋找AI的移動

Question

我知道Minimax決策樹是實現棋盤遊戲AI的好方法。目前，我正試圖實施一個名爲Gomoku的遊戲（連續5次）。但有一件事，我很困惑：

我環顧四周，似乎幾乎所有的Minimax/AlphaBeta算法返回一個整數。具體對我來說，eval（bestGomokuBoard）的返回值。我應該如何找到勝利板的座標？

這是我到目前爲止所做的： 我有一個20x20的整數數組，代表一個空白空間（0），計算機（1）和播放器（2）。 爲了減少開銷，Minimax樹中的每個節點都是較大陣列（較小的參考幀）的9x9陣列表示。我的eval函數返回一個int，我的minimax/alphabeta算法返回一個int。我如何找到AI動作的座標？

並提前致謝！

Answer 1

你可以做出兩個稍微不同的最大函數。一個只返回一個整數（得分），另一個最大值函數（例如maxWithBestMove或rootMax），它返回得分和的最佳舉措。遞歸調用順序將比是：

maxWithBestMove --> min --> max --> min --> max.... 

已經在Negamax Framework看看筆記＃2的chessprogramming維基。我給了here一個類似的答案。