文件名称：Reversi_AI
文件大小：20KB
文件格式：ZIP
更新时间：2024-04-17 05:50:59
Python
黑白棋AI 在这个项目中，我们将利用Tree数据结构在棋盘游戏Reversi（也称为Othello）中实现AI玩家。 由于网格尺寸为8x8，因此每转弯都可以进行许多潜在的移动，这在实施决策算法时提出了一些独特的挑战。 我们想比较不同决策算法的性能。 我们将在该项目中重点研究两种算法： Minimax：这是一种在两人回合制游戏中广泛使用的算法。 我们将根据不同价值评估功能提出的不同策略，使用此算法来实现AI播放器的各种版本 贪婪策略：在游戏树达到一定深度后，瞄准其侧面的最大块数 位置策略：旨在占据董事会中的某些位置以获得位置优势。 例如，角件不受翻转的影响。 机动性策略：瞄准尽可能多的举动 蒙特卡洛树搜索（MCTS）：一种启发式搜索算法，用于决策制定，用于复杂的引擎（例如AlphaGo） 作者 邓浩泽 张培峰 万俊浩 亚历山大·尼古拉斯·康威
【文件预览】：
Reversi_AI-main
----reversi.py(15KB)
----minimax.py(16KB)
----.idea()
--------Reversi_AI.iml(441B)
--------misc.xml(185B)
--------workspace.xml(6KB)
--------inspectionProfiles()
--------modules.xml(272B)
--------vcs.xml(180B)
----pieces.py(448B)
----README.md(1KB)
----.gitignore(7B)
----run_game.py(2KB)