ai KKrzysiek: Algorytm MiniMax , sztuczna inteligencja Potrzebuję prostych informacji jak działa ten algorytm, wraz z implementacją w C# (lub java albo cpp), im krótszy tym lepszy. Chodzi mi, aby zrozumieć sposób działa na podstawie jakiejś gry np.kółko i krzyżyk (pole o romiarach 3x3 dla dwóch graczy). Jak program oblicza prawdopodobieństwo dobrego ruchu / dokonuje dobrego wyboru z dużym procentem wygranej. Jak te dane są przetrzymywane, odczytywane?

Dziadek Mróz: Ten algorytm męczyłem ze dwa tygodnie zanim go zrozumiałem, tyle, że my robiliśmy go na przykładzie drzewa z wartościami numerycznymi. Skorzystaj z tego filmiku: https://www.youtube.com/watch?v=STjW3eH0Cik

jc: Poszukaj pod hasłem alfa−beta cięcie. Prosty przykład znajdziesz tutaj (podejrzy kod) http://vesna.klm.net.pl/jerzy/kartofle/kartofle.html

52: http://eduinf.waw.pl/inf/utils/002_roz/p012.php Pewnie to widziałeś, ale ja głównie z tego się uczyłem no i wiadomo, pytałem ludzi

jc: Tu masz teorię: https://pl.wikipedia.org/wiki/Algorytm_alfa-beta

KKrzysiek: Marnie z tymi materiałami do nauki... Poszukam czegoś na zagranicznych stronach.

jc: KKrzysiek, czego oczekujesz? Chcesz przykład, to spójrz na źródło w pierwszym odnośniku. Chcesz więcej przykładów? Co byś chciał rozpracować? Chcesz podstawy − masz na wiki, choć w praktyce robi się trochę inaczej (nie rozpatruje się osobno każdego gracza, tylko zmienia się znaki przy wywołaniu). Algorytm alfa−beta stosuje się, aby zmniejszyć liczbę przeglądanych gałęzi. Dobrze jest już na początku wybrać w miarę dobry ruch. Poza tym sztuką jest wybranie dobrej funkcji oceniającej.

KKrzysiek: Mówisz o kartoflach .jar?

KKrzysiek: Nie powiedziałem , że oczekuje czegoś konkretnego. Materiały wyżej przedstawione nie wyczerpują tematu, po prostu będę kontynuował research i dokształcał się w zakresie tego algorytmu.

KKrzysiek: Przejrzałem, przyda się.

jc: Myślałem raczej o źródle strony .html i .js. Algorytm poznałem na wykładzie o zwycięskim programie szachowym. Czy masz na myśli jakąś konkretną grę? −−−−− szukaj (n,alpha) IF n = 0 THEN RETURN ocena beta = − infinity FOR j IN lista ruchów ruch(j) t = − szukaj( n−1, − beta) cofnij ruch IF t <= alpha THEN RETURN beta IF t < beta THEN beta=t RETURN beta