如何让code.org AppLab中井字棋AI做出智能落子决策？

核心思路 #

井字棋的最优AI实现依赖极小极大算法（Minimax），这是零和博弈场景下的经典算法，能确保电脑要么获胜要么逼平，不会出现失误。相比你之前尝试的else if分支判断，该算法能遍历所有可能的落子路径，避免遗漏复杂博弈场景。

具体实现步骤 #

1. 游戏状态评估函数

先实现一个函数，用于判断当前棋盘的胜负状态，并返回对应分数：

• 电脑（'O'）获胜：返回10
• 玩家（'X'）获胜：返回-10
• 平局：返回0
• 游戏未结束：返回null

function evaluate(board) {
  // 定义所有获胜组合（行、列、对角线）
  const winPatterns = [
    [0,1,2], [3,4,5], [6,7,8],
    [0,3,6], [1,4,7], [2,5,8],
    [0,4,8], [2,4,6]
  ];
  
  // 检查所有获胜组合
  for (let pattern of winPatterns) {
    const [a, b, c] = pattern;
    if (board[a] === board[b] && board[b] === board[c]) {
      if (board[a] === 'O') return 10;
      else if (board[a] === 'X') return -10;
    }
  }
  
  // 检查是否平局（无空位置）
  if (!board.includes('')) return 0;
  
  // 游戏未结束
  return null;
}

2. 极小极大递归函数

通过递归模拟所有可能的落子，计算每个落子的最终得分：

• 电脑回合（最大化得分）：选择能带来最高得分的落子
• 玩家回合（最小化得分）：模拟玩家会选择能让电脑得分最低的落子

function minimax(board, isMaximizing) {
  const score = evaluate(board);
  
  // 递归终止：游戏结束，返回当前得分
  if (score !== null) {
    return score;
  }
  
  if (isMaximizing) {
    let bestScore = -Infinity;
    // 遍历所有空位置
    for (let i = 0; i < board.length; i++) {
      if (board[i] === '') {
        board[i] = 'O'; // 电脑临时落子
        let currentScore = minimax(board, false); // 切换到玩家回合
        board[i] = ''; // 回溯恢复棋盘
        bestScore = Math.max(bestScore, currentScore);
      }
    }
    return bestScore;
  } else {
    let bestScore = Infinity;
    for (let i = 0; i < board.length; i++) {
      if (board[i] === '') {
        board[i] = 'X'; // 模拟玩家落子
        let currentScore = minimax(board, true); // 切换到电脑回合
        board[i] = ''; // 回溯恢复棋盘
        bestScore = Math.min(bestScore, currentScore);
      }
    }
    return bestScore;
  }
}

3. 寻找最优落子位置

遍历所有空位置，调用极小极大函数计算得分，选出得分最高的位置作为电脑的落子点：

function findBestMove(board) {
  let bestScore = -Infinity;
  let bestMove = -1;
  
  for (let i = 0; i < board.length; i++) {
    if (board[i] === '') {
      board[i] = 'O';
      let currentScore = minimax(board, false);
      board[i] = '';
      if (currentScore > bestScore) {
        bestScore = currentScore;
        bestMove = i;
      }
    }
  }
  
  return bestMove; // 返回0-8的格子索引，对应棋盘位置
}

4. 整合到现有AppLab项目

• 维护一个全局数组board，初始值为['', '', '', '', '', '', '', '', '']，对应9个棋盘格子
• 当玩家落子后，更新board数组对应位置为'X'
• 触发电脑落子时，调用findBestMove(board)获取最优索引，将对应UI按钮的文本设为'O'，同时更新board数组

为什么else if方案不可靠 #

else if只能覆盖有限的固定场景（比如阻止玩家赢、自己凑赢），但无法处理需要多步布局的博弈情况，极小极大算法通过递归遍历所有可能的游戏路径，能确保每一步都是当前最优选择。

内容的提问来源于stack exchange，提问作者TheFreeLlama