minimax

    0熱度

    1回答

    摘要要解決的問題: 我們有N d立體的設計變量,比如{K_0,K_1,...,k_n} 最大化最小[F的(k_0),f(k_1),... f(k_n)],其中f()是一個非線性函數,即極大值([k_0,k_1,...,k_n])== m,m已知常數 有人可以通過pyOpt提供一個如何解決這個問題的例子(maximin,d-dim變量)嗎? 編輯:我想這: import scipy as sp f

    0熱度

    1回答

    我試過應用來自其他線程的有關EXC_BAD_ACCESS消息的建議,但沒有成功。該註釋出現在Node Create_Child (Node Parent_Node, int item) {旁邊。 typedef struct { int Win_Loss; int parent; int identifier; int Object_Moved;

    0熱度

    1回答

    我正在Android中開發一個簡單的Connect4遊戲。 目前,我正在使用alpha-beta修剪和位板狀態表示的極小極大算法,因此搜索非常有效和快速。 該技能通過設置算法在遊戲樹內的DFS搜索期間應達到的最大深度來設置。 我注意到選擇移動所需的時間取決於我們在遊戲中的距離:開始的時候需要更多的時間(因爲有很多可能性需要探索),在遊戲中期需要合理的數量時間和接近結束是非常快的。 我的問題是,如果

    -1熱度

    1回答

    那麼我有一個全局向量的pacman遊戲CharactersLocation與行,每個字符的列...(例如:字符[0]是ghost1的行,字符[1]是ghost1的列,字符[2] ghost2的行...和字符[8]和字符[9]是吃豆行和列 我minimaxalphabeta實現是: int minimaxAlphaBeta (int mazeTemp[][COLUMNS], int alpha, i

    3熱度

    1回答

    我試圖在Java中使用Minimax算法實現一個不同概念的connect4遊戲。 我完全理解minimax算法。然而,在實現時,我無法弄清楚這種情況下終端的價值。 在我提到的視頻和筆記中,他們總是在終端上顯示終端值,所以我的問題是如何獲取connect4遊戲的終端值。 我是否在某些終端或某物上放置了一組4的概率?請幫助。 謝謝

    1熱度

    1回答

    我想我已經終於圍繞最小極限和Alpha beta修剪,但實現它是一個完整的其他故事! 根據我的理解,基本知識如下: 您爲某些動作(例如Gomoku)指定啓發式功能分數。 如果連續有5個,我們應該像分配9999的高值,因爲 這是一個成功的舉動。 如果我們在一排,我們有兩個開口端 有4個,我們應該重新分配一個較高的值,因爲這是不可能阻止 這一舉動和等等等等 我的問題是當我們真正必須實現這在Java中!

    1熱度

    1回答

    爲了提高極小極大算法與α-β剪枝的表現,我已經實現了迭代深化: public Integer iterativeDeepening(int maxDepth, boolean isFirstPlayer) { Integer bestCell = -1; for (Integer depth = 1; depth <= maxDepth; depth++) {

    1熱度

    2回答

    我有一個任務,用人類玩家和AI玩家編寫NIM遊戲。這場比賽是玩「Misere」(最後一個必須拿一根棍子輸掉)。人工智能應該是使用Minimax算法,但它的動作讓它失去更快,我不知道爲什麼。現在我已經死了好幾天了。 Minimax算法的要點是不會丟失,如果它處於失敗位置,則會延遲儘可能多的移動,對吧? 考慮以下幾點: NIMBoard板=新NIMBoard(34,2); 34 =二進制編碼棍棒的位置

    2熱度

    1回答

    我正在實施一個二十一點遊戲與最小極大樹計算的概率和自動播放依賴於這個概率。 假設,我們用1臺發揮,第一場比賽莊家需要:「」和球員需要「」,使總得分是12的球員。 在這種情況下,首先我試圖檢查玩家的所有可能概率看臺的決定。 如果玩家代表: 我仍然卡在甲板上是這樣的:甲板 結構(K,V)K:卡號,V:卡 {1: 4, 2: 4, 3: 4, 4: 4, 5: 2, 6: 4, 7: 3, 8: 4,

    1熱度

    1回答

    我嘗試使用Javascript創建一個井字遊戲,作爲我在FreeCodeCamp上的學習的一部分,並且在我的第5次嘗試仍然沒有設法讓它工作。我認爲我做的是正確的事情,但電腦AI仍然做出非常愚蠢的決定並放棄。 這是我的全部AI功能,可以使用控制檯日誌來調用,以查看從AI推薦的移動。然而,當我硬編碼值已經採取行動,並要求下一步行動,它不會選擇我所期望的。 /* Attempt to inplemen