Minimax/Alpha Beta算法 - 在Gomoku中寻找AI的移动

Question

我知道Minimax决策树是实现棋盘游戏AI的好方法。目前，我正试图实施一个名为Gomoku的游戏（连续5次）。但有一件事，我很困惑：

我环顾四周，似乎几乎所有的Minimax/AlphaBeta算法返回一个整数。具体对我来说，eval（bestGomokuBoard）的返回值。我应该如何找到胜利板的坐标？

这是我到目前为止所做的： 我有一个20x20的整数数组，代表一个空白空间（0），计算机（1）和播放器（2）。 为了减少开销，Minimax树中的每个节点都是较大阵列（较小的参考帧）的9x9阵列表示。我的eval函数返回一个int，我的minimax/alphabeta算法返回一个int。我如何找到AI动作的坐标？

并提前致谢！

Answer 1

你可以做出两个稍微不同的最大函数。一个只返回一个整数（得分），另一个最大值函数（例如maxWithBestMove或rootMax），它返回得分和的最佳举措。递归调用顺序将比是：

maxWithBestMove --> min --> max --> min --> max.... 

已经在Negamax Framework看看笔记＃2的chessprogramming维基。我给了here一个类似的答案。