一字棋实验报告
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
一.实验目的:
1.理解和掌握博弈树的启发式搜索过程
2.学习极大极小搜索α–β剪枝
3.能够用选定的编程语言设计简单的博弈游戏
二.实验环境及工具
1.硬件环境:网络环境中的微型计算机
2.软件环境:Windows操作系统,VC++语言
三.实验原理
1. 游戏规则
“一字棋”游戏(又叫“三子棋”或“井字棋”),是一款十分经典的益智小游戏。“井字棋”的棋盘很简单,是一个 3×3 的格子,很像中国文字中的“井”字,所以得名“井字棋”。“井字棋”游戏的规则与“五子棋”十分类似,“五子棋”的规则是一方首先五子连成一线就胜利;“井字棋”是一方首先三子连成一线就胜利。
2.井字棋(英文名 Tic-Tac-Toe)
井字棋的出现年代估计已不可考,西方人认为这是由古罗马人发明的;但我们中国人认为,既然咱们都发明了围棋、五子棋,那发明个把井字棋自然是不在话下。
3.极大极小分析法
设有九个空格,由 MAX,MIN 二人对弈,轮到谁走棋谁就往空格上放一只自己的棋子,谁先使自己的棋子构成“三子成一线”(同一行或列或对角线全是某人的棋子),谁就取得了胜利。
用圆圈表示 MAX,用叉号代表 MIN。
比如下图中就是 MAX取胜的棋局。
a)估价函数
设棋局为 P,估价函数为 e(P)。
(1) 若 P 对任何一方来说都不是获胜的位置,则 e(P)=e(那些仍为
MAX 空着的完全的行、列或对
角线的总数)-e(那些仍为 MIN 空着的完全的行、列或对角线的总数)
(2) 若 P 是 MAX 必胜的棋局,则 e(P)=+∞(实际上赋了 60)。
(3) 若 P 是 B 必胜的棋局,则 e(P)=-∞(实际上赋了-20)。
比如 P 如下图示,则 e(P)=5-4=1
4.α–β剪枝算法
上述的极小极大分析法,实际是先生成一棵博弈树,然后再计算其倒推值,至使极小极大分析法效率较低。于是在极小极大分析法的基础上提出了α-β剪枝技术。
α-β剪枝技术的基本思想或算法是,边生成博弈树边计算评估各节点的倒推值,并且根据评估出的倒推值范围,及时停止扩展那些已无必要再扩展的子节点,即相当于剪去了博弈树上的一些分枝,从而节约了机器开销,提高了搜索效率。
具体的剪枝方法如下:
(1) 对于一个与节点MIN,若能估计出其倒推值的上确界β,并且这
个β值不大于 MIN的父节点(一定是或节点)的估计倒推值的下确界α,即α≥β,则就不必再扩展该 MIN节点的其余子节点了(因为这些节点的估值对 MIN 父节点的倒推值已无任何影响了)。这一过程称为α剪枝。
(2) 对于一个或节点 MAX,若能估计出其倒推值的下确界α,并且这
个α值不小于 MAX 的父节点(一定是与节点)的估计倒推值的上确界
β,即α≥β,则就不必再扩展该MAX节点的其余子节点了(因为这些节点的估值对MAX父节点的倒推值已无任何影响了)。这一过程称为β剪枝。
从算法中看到:
(1) MAX 节点(包括起始节点)的α值永不减少;
(2) MIN 节点(包括起始节点)的β值永不增加。
在搜索期间,α和β值的计算如下:
(1) 一个 MAX 节点的α值等于其后继节点当前最大的最终倒推值。
(2) 一个 MIN 节点的β值等于其后继节点当前最小的最终倒推值。
5.输赢判断算法设计
因为每次导致输赢的只会是当前放置的棋子,输赢算法中只需从当前点开始扫描判断是否已经形成三子。对于这个子的八个方向判断是否已经形成三子。如果有,则说明有一方胜利,如果没有则继续搜索,直到有一方胜利或者搜索完整个棋盘。
四.数据结构
1.程序流程图
显示棋盘
用户输入搜索深度
选择玩家或者电脑
N
电脑先
Y
调用Alpha Bata函数,计算下一
步棋子位置
Y
比赛结束
N
根据玩家鼠标点击位置下棋
N
比赛结束
Y
比赛结束,显示结
2.主要成员函数
2.1Alpha-Beta剪枝算法
//完成功能:根据输入棋盘,搜索深度,及其他参数,给出一个相应的最优解,存入result中。
//参数: board :待评估棋盘
// Depth :搜索深度
// turn :当前是机器走(MAX 结点)还是玩家走(MIN 结点)
// Alpha :alpha 值,第一次调用默认-100
// Beta :beta 值,第一次调用默认+100
// result:输出结果
//返回:若当前点为 MAX 节点,则返回 alpha 值;
// 若当前点为 MIN 节点,则返回 beta 值
int CTic_MFCDlg::AlphaBeta(int Board[], int Depth, int turn, int Alpha, int Beta, int *result)
2.2估值函数
//完成功能:根据输入棋盘,判断当前棋盘的估值,估价函数为课本 P129 所讲:
// 若是 MAX 的必胜局,则 e = +INFINITY,这里为+60
// 若是 MIN 的必胜局,则 e = -INFINITY,这里为-20,这样赋值的原因是机器若赢了,
则不考虑其它因素。
// 其它情况,棋盘上能使 CUMPUTER 成三子一线的数目为 e1
// 棋盘上能使 PLAYER 成三子一线的数目为 e2,
// e1-e2 作为最终权值
//参数: board:待评估棋盘
//返回:评估结果
int CTic_MFCDlg::evaluate(int board[])
2.3鼠标左键响应
//完成功能:鼠标左键相应,在点击的那格放置玩家棋子,之后再相
应计算机走下一步
void CTic_MFCDlg::OnLButtonDown(UINT nFlags, CPoint point)
2.4Draw系列函数
// 完成功能:根据 Chess 棋盘数组画出棋盘
void CTic_MFCDlg::DrawBoard(CDC *pDC)
//完成功能:在棋盘上画一个 O,电脑
void CTic_MFCDlg::DrawO(CDC *pDC, int Pos)
//完成功能:在棋盘上画一个 X,玩家
void CTic_MFCDlg::DrawX(CDC *pDC, int Pos)
2.5电脑或玩家先开始
//完成功能:计算机先走
void CTic_MFCDlg::OnStartCom()
//完成功能:玩家先走
void CTic_MFCDlg::OnStartPly()
2.6判断胜负