Minimax算法在Connect Four胜负场景识别中的异常问题求助

问题背景 #

这是一套用于四子棋（Connect Four）的Python版Minimax算法，由computer_move函数调用，用于计算棋盘可行步的估值。

预期行为 #

• minimax函数根据棋盘状态和当前玩家返回局面估值：
  • 玩家1执行时，返回最高估值的步值；
  • 玩家2执行时，返回最低估值的步值。
• computer_move函数调用minimax获取所有可行步的估值，从中选择最优步执行。

实际问题 #

computer_move能正确从minimax返回值中选择最优步，但minimax的估值逻辑存在核心问题：无法正确识别即时胜负或需要阻止对手胜负的场景。静态评估函数尚未实现，中间场景的行为未知，但在双方即将即时胜负的场景下，算法完全无法做出正确响应。

已尝试调整估值符号、交换max/min逻辑，但问题仍未解决；通过打印语句确认computer_move对返回值的处理逻辑正确，问题根源在minimax算法本身，但目前认为代码符合标准Minimax实现，需要明确排查方向。

相关代码 #

Minimax函数实现 #

import math

def minimax(board, depth, alpha, beta, player, move):
    # 基准情况
    if check_winning(board, 1) or check_winning(board, 2):
        player = player*2-3     # 转换为 +/-1
        return player*math.inf
    elif depth==0:
        return static_eval(board)

    # 玩家1寻找最高估值的走法
    if player==1:
        max_eval = -math.inf
        for move in range(COLUMNS):
            if valid_move(board, move):
                make_move(board, move, player)
                eval = minimax(board, depth-1, alpha, beta, 2, move)
                unmake_move(board, move)
                max_eval = max(max_eval, eval)
                alpha = max(alpha, eval)
                if beta <= alpha:
                    break
        return max_eval

    # 玩家2寻找对玩家1来说最低估值的走法
    else:
        min_eval = math.inf
        for move in range(COLUMNS):
            if valid_move(board, move):
                make_move(board, move, player)
                #print_board(board)
                eval = minimax(board, depth-1, alpha, beta, 1, move)
                unmake_move(board, move)
                min_eval = min(min_eval, eval)
                beta = min(beta, eval)
                if beta <= alpha:
                    break
        return min_eval

调用Minimax并执行最优步的代码 #

# 获取所有走法的估值列表，根据玩家选择最高/最低估值的走法
def computer_move(board, player, difficulty=3):
    move_vals=[]
    for move in range(COLUMNS):
        if(valid_move(board, move)):
            move_vals.append(minimax(board,
                                     difficulty, 
                                     -math.inf, 
                                     math.inf, 
                                     player, 
                                     move))
        else:
            move_vals.append(-math.inf)

    min_val = min(move_vals)
    max_val = max(move_vals)
    if(player==1):
        move = move_vals.index(max_val)
    else:
        move = move_vals.index(min_val)

    make_move(board, move, player)

    print('Here is the computer\'s move:')
    print_board(board)

排查建议 #

1. 修正胜负判断的基准逻辑
   当前基准条件中，只要检测到任意玩家获胜就返回player*math.inf，但这里的player是当前要走棋的玩家，而非刚刚获胜的玩家。例如：玩家1走完一步触发胜利后，递归回到上一层时当前player是玩家2，此时返回值为+inf，但这对玩家2来说是失败局面，应返回-inf才符合估值逻辑。
   修正方案：直接判断获胜玩家，返回对应视角的估值——玩家1获胜返回+inf，玩家2获胜返回-inf（估值始终站在玩家1的视角）。

2. 验证胜负检测函数的正确性
   单独测试check_winning函数，传入明确的胜利局面（比如玩家1在某列/行/对角线连成四子），确认函数能正确返回对应玩家的胜利状态，避免因检测逻辑错误导致基准条件触发异常。

3. 删除冗余参数
   minimax函数的move参数在内部被循环变量覆盖，完全未发挥作用，属于冗余参数，建议删除，避免混淆逻辑。

4. 确认递归视角一致性
   Minimax的估值需始终站在同一视角（如玩家1的视角）：玩家1要最大化估值，玩家2要最小化估值。检查递归过程中估值的传递逻辑，确保每一层的max/min选择都符合当前玩家的目标。

内容的提问来源于stack exchange，提问作者mbazzani