slike thuyết trình game ô ăn quan sử dụng ngôn ngữ java

Trong quá trình chơi trạng thái của bàn chơi thay đổi liên tục bởi một nước đi của một trong hai đối thủ.. Ta có thể biểu diễn các trạng thái này dưới dạng cây tìm kiếmcây trò chơi.. Mỗi

Báo cáo trí tuệ nhân tạo

Đề tài: Trò chơi Ô ăn quan

Nhóm sinh viên thực hiện:

Lê Trọng Quân Nguyễn Văn Phú

Lê Thanh Tùng Phạm Đăng Đô Nguyễn Ngọc Quang Phạm Minh Nhật Giảng viên : ThS Phạm Văn Hải

Nội dung trình bày

Giới thiệu bài toán

Công nghệ sử dụng

Chiến lược tìm kiếm

Kỹ thuật lượng giá

Hướng tìm kiếm và phát triển

Tài liệu tham khảo

Giới thiệu bài toán

 “Ô ăn quan” là một trò chơi dân gian Việt Nam Game có thể chơi 2 người, 3 người, hay 4 người Đề tài thực hiện game 2

người chơi

 Bàn chơi thành 2 bên, mỗi bên nắm giữ 5

ô, mỗi ô 5 sỏi và được phép rải sỏi trên 5 ô này theo 1 trong 2 hướng Có 2 quan ở 2 đầu không có sỏi

 Hình ảnh trò chơi

Công nghệ sử dụng

• Ngôn ngữ lập trình: java

• IDE: eclipse

• Xây dựng cây trò chơi Minimax sử dụng giải thuật cắt tỉa Alpha - Beta

Chiến lược tìm kiếm

 Cây trò chơi.

Trong quá trình chơi trạng thái của

bàn chơi thay đổi liên tục bởi một nước

đi của một trong hai đối thủ Ta có thể biểu diễn các trạng thái này dưới dạng cây tìm kiếm(cây trò chơi) Mỗi trạng thái là một nút của cây Mỗi lá là giá

trị của hàm tiện ích

Chiến lược tìm kiếm

Chiến lược Minimax

oĐược xác định bằng giá trị Minimax tại mỗi nút trong cây biểu diễn trò chơi

oMax chọn nước đi ứng với giá trị

Minimax cực đại

oMin chọn nước đi ứng với giá trị

Minimax cực tiểu

Chiến lược tìm kiếm

Quy tắc truyền giá trị.

1. Nếu lượt đi node cha là max thì các

node con có lượt đi là min Giá trị của node cha là max của các giá trị node con

2. Nếu lượt đi node cha là min thì các

node con có lượt đi là max Giá trị của node cha là min của các giá trị node con

 Ví dụ cây trò chơi sử dụng chiến lược Minimax

Chiến lược tìm kiếm

Trong cây trò chơi trên thì:

Các nút lá được gán các giá trị

heuristic

Giá trị các nút trong xác định nhờ chiến lược Minimax

Chiến lược tìm kiếm

Phương pháp cắt tỉa α –β

1 Tìm kiếm theo kiểu DFS

2 Nút max có một giá trị α (luôn tăng)

3 Nút min có một giá trị β (luôn giảm)

Tìm kiếm có thể kết thúc nếu:

 Nút min nào có giá trị β≤ α của bất kỳ nút cha max nào.

 Nút max nào có giá trị α≥ β của bất kỳ nút cha min nào.

Chiến lược tìm kiếm

Cắt tỉa α

Max S= α

Min A= α Z

α-Cắt =z ≤α

Chiến lược tìm kiếm

Cắt tỉa β.

Min S= β

Max A=β Z

β-cắt

=z ≥ β

Kỹ thuật lượng giá

 Hàm lượng giá sẽ xác định như sau:

 Utility(n) = Eval-Max(n) – Eval-Min(n).

 Trong đó:

 Utility(n) là giá trị hàm tiện ích trả về với lựa chọn n, độ sâu tìm kiếm m.

 Eval-Max(n): số sỏi thu được của MAX sau m bước

 Eval-Min(n): số sỏi thu được của MIN sau m bước

Kỹ thuật lượng giá

 Cụ thể hàm lượng giá tính như sau:

 Số sỏi ăn được của MAX sau mỗi lượt đi được đưa vào Eval-Max(n).

 Số sỏi ăn được của MIN sau mỗi lượt đi của MIN được đưa vào Eval-Min(n).

 Sau khi kết thúc m nước đi, tính giá trị

Utility(n) của lựa chọn n là hiệu số giá trị Eval-Max(n) và Eval-Min(n).

Hướng cải tiến và phát triển

 Xây dựng trò chơi đa dạng về luật chơi hơn, phù hợp với từng vùng miền.

 Cải tiến hàm lượng giá giúp nâng cao sự thông minh của máy

Tài liệu tham khảo

 Slide bài giảng thầy Phạm Văn Hải

 Slide bài giảng thầy Nguyễn Nhật Quang

 Computer Science Game Trees -

http://www.ocf.berkeley.edu/~yosenl/extras/al phabeta/alphabeta.html