对于井字棋游戏什么算法，我可以用它来确定“最佳移动”的AI？(What algorithm for

在井字棋实现我猜测，挑战性的部分是确定由机器打出了最好的举措。

什么是可以追求的算法？ 我在寻找到从简单到复杂的实现。 我怎么会去解决这个问题的一部分？

Answer 1:

维基百科玩一场完美的比赛（赢或领带每次）的战略似乎是简单的伪代码：

引用自维基百科（井字＃策略）

玩家可以玩井字棋的一场完美的比赛（赢或者，至少，画出），如果他们选择从下面的列表，每个回合第一个可用的举动，如在纽维尔使用和西蒙的1972年井字棋程序。[6]

1. WIN：如果连续有两个，打第三次拿到三连胜。

2. 块：如果对手有两成一排，打第三阻止他们。

3. 叉：创建一个机会，在这里你可以用两种方法来赢得。

4. 阻止对手的叉：

   选项1：连续创建两个对手迫使防守，只要它不创造他们叉子或获奖结果。 例如，如果“X”有一个角落，“O”的圆心，而“X”具有相反的角落里为好，“O”为了赢得一定不能玩一个角落。 （打在这种情况下一个角落里创造了“X”，赢得了叉。）

   选项2：如果有一种配置，其中对手可以fork，阻止叉。

5. 中心：打中锋。

6. 对角：如果对手是在角落里，打对角。

7. 空角：玩一个空的角落。

8. 空方：玩的空方。

认识到什么是“叉”的情况看起来像一个强力的方式可以做到的建议。

注：一个“完美”的对手是一个很好的锻炼，但最终不值得“玩”反对。 你可以，但是，改变上述各优先给予特征的弱点对手的个性。

Answer 2:

你需要什么（对于井字棋或一个更为艰难的比赛就像国际象棋）是极大极小算法 ，或其稍微复杂的变体， α-β剪枝 。 普通天真极大极小将与小井字棋搜索领域的游戏规则做精，虽然。

概括地说，你想要做的不是搜索具有最适合你的可能结果的举动，而是为了在最坏可能的结果是尽可能好招。 如果你认为你的对手是打最佳，你必须承担他们将采取最糟糕的是你中招了，所以你必须要最大限度地减少他们的最大增益的举动。

Answer 3:

生成每一个可能的电路板，并根据其后来产生进一步下跌的树并不需要多大的内存，尤其是当你认识到90度的旋转板是多余的，因为是围绕垂直翻转板得分它的蛮力方法，水平，和对角轴。

一旦你到这一点，有一些像不到1K的数据在一个树形图来描述的结果，从而为电脑的最佳举措。

-亚当

Answer 4:

对于井字棋典型的算法中应该是这样的：

板：表示板上的九元向量。 我们存储2（表示空白），3（指示X）或5（指示O）。 打开：一个整数，指示将要玩的游戏的哪些举动。 第1招将1来表示，最后由9。

算法

主要的算法使用三个功能。

Make2：返回5如果电路板的中心正方形是空白即，如果板[5] = 2。 否则，此函数返回的任何非角方（2，4，6或8）。

Posswin（P）：返回值为0，玩家P不能在他的下一步行动赢; 否则返回构成一个成功的举动平方数。 此功能将使程序都取胜，以阻止对手获胜。 该功能通过检查每一行，列和对角线的动作。 通过对一整行（或列或对角线）每平方的值相乘，一赢的可能性可以被检查。 如果产品18（3×3×2），则X可以获胜。 如果产品50（5×5×2），然后与O可以获胜。 如果找到了赢球的行（列或对角线），在它的空白方能够确定和正方形的数量由这个函数返回。

去（N）：使方n中的举动。 此过程集合板[n]至3如果打开是奇数，或5如果打开是偶数。 它还通过一个递增转。

该算法对每个移动内置的策略。 它使奇数移动，如果它扮演X，偶数的举动，如果它起着O.

Turn = 1    Go(1)   (upper left corner).
Turn = 2    If Board[5] is blank, Go(5), else Go(1).
Turn = 3    If Board[9] is blank, Go(9), else Go(3).
Turn = 4    If Posswin(X) is not 0, then Go(Posswin(X)) i.e. [ block opponent’s win], else Go(Make2).
Turn = 5    if Posswin(X) is not 0 then Go(Posswin(X)) [i.e. win], else if Posswin(O) is not 0, then Go(Posswin(O)) [i.e. block win], else if Board[7] is blank, then Go(7), else Go(3). [to explore other possibility if there be any ].
Turn = 6    If Posswin(O) is not 0 then Go(Posswin(O)), else if Posswin(X) is not 0, then Go(Posswin(X)), else Go(Make2).
Turn = 7    If Posswin(X) is not 0 then Go(Posswin(X)), else if Posswin(X) is not 0, then Go(Posswin(O)) else go anywhere that is blank.
Turn = 8    if Posswin(O) is not 0 then Go(Posswin(O)), else if Posswin(X) is not 0, then Go(Posswin(X)), else go anywhere that is blank.
Turn = 9    Same as Turn=7.

我已经用它。 让我知道你们的感受。

Answer 5:

既然你只处理的可能位置的3x3矩阵，这将会是很容易只写通过所有可能的搜索，而无需占用你的计算能力。 对于每一个开放的空间，通过计算后标志着空间（递归，我会说），然后使用以质取胜的最可能的举动所有可能的结果。

优化这将是徒劳无功的，真的。 虽然有些难办可能是：

• 首先检查可能的赢其他球队，阻止你找到的第一个（如果有2场比赛反正）。
• 始终以中心，如果它是开放的（和以前的规则没有候选人）。
• 采取提前角边的（同样，如果先前的规则是空的）

Answer 6:

您可以让AI发挥自身在一些样本游戏学习的榜样。 使用监督学习算法，以帮助它一起。

Answer 7:

不使用游戏区的尝试。

1. 赢（你的双）
2. 如果不是，不能失去（对手的双）
3. 如果没有，你已经有了一个叉（有两双）
4. 如果不是，如果对手有一个叉
   
   1. 在阻断点可能双叉（最终夺冠）搜索
   2. 如果没有搜索堵点叉（这给了对手最失败的可能性）
   3. 如果不仅堵点（不丢失）
5. 如果没有搜索双叉（最终夺冠）
6. 如果不是只搜索叉这就给对手的最失败的可能性
7. 如果不仅搜索双
8. 如果不是山穷水尽，领带，随意。
9. 如果不是（这意味着你的第一个举动）
   
   1. 如果这是游戏的第一个举动;
      
      1. 给予对手最失败的可能性（在只有拐角处的算法结果这给7点失败的可能性，对手）
      2. 或打破无聊只是随机的。
   2. 如果这是比赛的第二招;
      
      1. 发现只有未失分（给多一点的选择）
      2. 或发现该名单中有最好的获胜机会点（也可以是枯燥的，因为它会导致只有各个角落或相邻的角或中心）

注意：当你有双和叉子，检查你的双给对手double.if它给，检查你的新的强制性点包括在你的叉子清单。

Answer 8:

排名每个数字分值的平方。 如果一个正方形取，移动到下一个选择（排序按排名降序排列）。 你将需要选择一个策略（有换去第一和三个（我认为）的第二两个主要的）。 从技术上讲，你可以只编写所有的策略，然后选择一个随机的。 这将使一个难以预料的对手。

Answer 9:

这个答案假定您了解实现的P1完美的算法，并讨论了如何实现对普通的人类的球员，谁就会犯一些错误更普遍比其他条件的胜利。

当然，游戏应该以平局结束时，如果两个球员发挥最佳。 在一个人的水平，P1在一个角落里玩更经常产生获胜。 无论出于何种原因，心理，P2为诱饵，以为在玩心不那么重要，这是不幸的他们，因为它不创造P1游戏胜出的唯一回应。

如果P2 不正确的中心块，P1应该起到相反的角落里，因为再次，无论出于何种心理原因，P2会喜欢玩一个角落，这又产生一个失败的主板为他们的对称性。

对于任何举动P1可就起步之举，有一招P2可能会做出将创建P1的胜利，如果双方球员此后发挥最佳。 在这个意义上P1可以玩的地方。 边缘举动是在这个意义上，可能的反应，此举动的最大部分产生平局最弱的，但仍存在，这将创造P1一场胜利回应。

经验（更准确地说，闲谈）的最佳起点P1移动似乎是第一个弯道，第二中心，和最后一条边。

您可以添加，亲自或通过GUI的下一个挑战，是不显示板。 一个人绝对可以记住所有的状态，但更大的挑战导致对称板，它需要较少的努力，记住的偏好，导致我在第一个分支中列出的错误。

我有很多在聚会的乐趣，我知道了。

Answer 10:

下面是考虑所有可能的移动解决方案，以及各自的后果移动以确定最佳的举措。

我们需要一个代表线路板数据结构的研究。 我们将代表董事会二维数组。 外阵列表示整个板，和一个内阵列表示一个行。 下面是一个空板的状态。

_gameBoard: [
    [“”, “”, “”],
    [“”, “”, “”],
    [“”, “”, “”]
]

我们将填充板用“X”和“O”字符。

下一步，我们将需要一个可检查的结果的功能。 该功能将检查字符的继承。 什么都板的状态，其结果是4个选项：要么不完整，播放器X韩元，球员Ø赢或平局。 函数应该返回这是董事会的状态。

 const SYMBOLS = { x:'X', o:'O' } const RESULT = { incomplete: 0, playerXWon: SYMBOLS.x, playerOWon: SYMBOLS.o, tie: 3 } function getResult(board){ // returns an object with the result let result = RESULT.incomplete if (moveCount(board)<5){ {result} } function succession (line){ return (line === symbol.repeat(3)) } let line //first we check row, then column, then diagonal for (var i = 0 ; i<3 ; i++){ line = board[i].join('') if(succession(line)){ result = symbol; return {result}; } } for (var j=0 ; j<3; j++){ let column = [board[0][j],board[1][j],board[2][j]] line = column.join('') if(succession(line)){ result = symbol return {result}; } } let diag1 = [board[0][0],board[1][1],board[2][2]] line = diag1.join('') if(succession(line)){ result = symbol return {result}; } let diag2 = [board[0][2],board[1][1],board[2][0]] line = diag2.join('') if(succession(line)){ result = symbol return {result}; } //Check for tie if (moveCount(board)==9){ result=RESULT.tie return {result} } return {result} } 

现在我们可以添加getBestMove功能，我们提供任何给定板，和下一个符号，该函数将运行检查与功能的getResult所有可能的行动。 如果它是一个双赢它会给它一个得分1.如果它是一个松散的，将得到-1分，平局一定的分值为0，如果它是不确定的，我们将在getBestMove功能递归找出得分的下一步行动。 由于下一个动作是oponent的，他的胜利是失去当前玩家，比分将被否定。 在最后可能的移动接收得分要么1,0或-1，我们可以把移动进行排序，并返回得分最高的举动。

  function getBestMove (board, symbol){ function copyBoard(board) { let copy = [] for (let row = 0 ; row<3 ; row++){ copy.push([]) for (let column = 0 ; column<3 ; column++){ copy[row][column] = board[row][column] } } return copy } function getAvailableMoves (board) { let availableMoves = [] for (let row = 0 ; row<3 ; row++){ for (let column = 0 ; column<3 ; column++){ if (board[row][column]===""){ availableMoves.push({row, column}) } } } return availableMoves } let availableMoves = getAvailableMoves(board) let availableMovesAndScores = [] for (var i=0 ; i<availableMoves.length ; i++){ let move = availableMoves[i] let newBoard = copyBoard(board) newBoard = applyMove(newBoard,move, symbol) result = getResult(newBoard,symbol).result let score if (result == RESULT.tie) {score = 0} else if (result == symbol) { score = 1 } else { let otherSymbol = (symbol==SYMBOLS.x)? SYMBOLS.o : SYMBOLS.x nextMove = getBestMove(newBoard, otherSymbol) score = - (nextMove.score) } if(score === 1) return {move, score} availableMovesAndScores.push({move, score}) } availableMovesAndScores.sort((moveA, moveB )=>{ return moveB.score - moveA.score }) return availableMovesAndScores[0] } 

算法在行动 ， Github上 ， 在讲解过程中更多的细节

文章来源: What algorithm for a tic-tac-toe game can I use to determine the “best move” for the AI?