一字棋实验报告.docVIP

实验目的： 理解和掌握博弈树的启发式搜索过程 学习极大极小搜索α –β剪枝 能够用选定的编程语言设计简单的博弈游戏 实验环境及工具 硬件环境：网络环境中的微型计算机 软件环境：Windows操作系统，VC++语言 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。 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。 数据结构 程序流程图 主要成员函数 Alpha-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 Bet