알파 베타 프 루닝으로 반복 심화를 구현하는 방법

점과 박스를 재생하는 프로그램을 작성 중이며 반복 심화 체계에서 휴리스틱 값을 기반으로 알파 베타에서 고려한 동작을 정렬하여 시간 효율성을 높이고 싶습니다. 본질적으로, 나는 검색 트리에 들어가서 각 반복마다 깊이를 증가시키고 alphaBeta로 각 노드를 평가하려고합니다. 각각의 연속 반복에서 노드를 고려하는 순서는 이전 반복의 노드의 경험적 값에 의해 결정됩니다. 그러나 이것이 어떻게 구현 될지 이해하는 데 어려움을 겪고 있습니다. 다른 사람이 표준 알파 베타 프로그램이 반복 심화를 사용하여 검색하는 방식에 의사 코드를 제공 할 수 있습니까? 고맙습니다!알파 베타 프 루닝으로 반복 심화를 구현하는 방법

출처

2017-01-20 K. Smith

음, Iterative Deepening은 구현하기가 어렵지 않습니다. 중요한 것은

for(int distance = 1; distance < MAX_DISTANCE && !outOfTime(); distance++) { 
    bestmove = alphaBetaAtRoot(position, distance); 
} 
play(bestmove);

는하지만,이다 : 당신은 이미 검색을 수행하는 함수가있는 경우의, 당신은 단지 거리를 1로 시작, 반복 호출 고정 된 거리로 검색을 수행 alphaBetaAtRoot를 호출하자 Transposition Table을 구현해야합니다. 그렇지 않으면 각 검색이 지식이 전혀없는 상태에서 시작하기 때문에 더 나은 이동 순서를 사용하면 도움이되지 않습니다.

출처

2017-01-21 16:45:35

감사합니다. 나는 전이 표의 필요성을 깨닫지 못했습니다. 나는 더 많은 독서를했고 이것은 많은 도움이되었다. –

다음 링크를 발견했습니다. https://github.com/nealyoung/CS171/blob/master/AI.java 나는 당신을 돕기를 바랍니다.

출처

2017-01-27 09:55:46 Iaido42

안녕하세요. 링크 전용 답변은이 사이트의 표준을 충족시키지 않습니다. http://stackoverflow.com/help/how-to-answer –

와우! 정말 고맙습니다! –

알파 베타 프 루닝으로 반복 심화를 구현하는 방법

답변

관련 문제