我已经为Checkers实现了alpha-beta修剪，并认为我有它工作，但发现计算机不会连续多次跳转（必须时） . 例如：
AI确实：
O _ _ _ _ _ _ _ _ _
_ X _ X _ -> _ _ _ X _ (misses a jump because it only does a single move)
_ _ _ _ _ _ _ O _ _
我应该这样做：
O _ _ _ _ _ _ _ _ O
_ X _ X _ -> _ _ _ _ _ (sees that it's current turn is not finished, continues)
_ _ _ _ _ _ _ _ _ _
我试图通过检查MovePiece的返回值来修复它，它返回玩家是否完成了他的回合，由移动是否是跳跃以及是否还有进一步的跳跃来确定 . 根据返回值，它将再次运行MaxValue / MinValue（取决于它在第一次看到进一步移动时它处于哪一个）或继续在树中并切换玩家 .
相关代码（在C＃中）如下（retVal属于包含Value，Depth和Move的类型）：
foreach(var m in moves)
{
var resultingBoard = board.Clone();
var moveResult = resultingBoard.MovePiece(m.TypeOfMove,
resultingBoard.GetPieceAtPosition(m.OriginalPieceLocation.X,
m.OriginalPieceLocation.Y),
m.FinalPieceLocation.X, m.FinalPieceLocation.Y);
var newDepth = currentDepth;
if(moveResult == TurnResult.NotDone)
{
retVal = MaxValue(resultingBoard, ref alphaValue, ref betaValue, color, ref newDepth, ref maxDepth);
}
else if(moveResult == TurnResult.Finished)
{
newDepth++;
retVal = MinValue(resultingBoard, ref alphaValue, ref betaValue, color == PieceColor.Black ? PieceColor.Red : PieceColor.Black, ref newDepth, ref maxDepth);
}
}
...
然而，这导致了一些......有趣的结果（第一步除了min prunes之外什么也没做），尽管我认为这是正确的改变 .
让MaxValue / MinValue再次调用自己的新动作是正确的事吗？
1 回答
The fact that your minimax algorithm needs to "generate" new moves smells （当你需要吃第二块时） .
I would try to redesign it - 你可以这样做 extending the move （可迭代
moves中的一个元素），使其成为 contain tuples (or a list) of moves ，并避免在minimax算法阶段使用TurnResule.NotDone.使用这种方法 - 列表
moves将被预先扩展，除了单一移动之外还包含移动(eat piece,eat piece).此解决方案将使算法更加健壮，并允许您轻松进行未来的修改 .