注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 跳棋 Minimax 搜索算法

  2. Minimax 搜索算法 实现一个跳棋游戏 游戏由专门的借口定义，非常好的教学例子，代码也很值得学习

  3. 所属分类：Java

    • 发布日期：2012-12-05
    • 文件大小：1014784
    • 提供者：colin1990324

  1. 实现AI下井字棋的alpha-beta剪枝算法.txt

  2. 代码参考自中国大学mooc上人工智能与信息社会陈斌老师的算法，我在原来的基础上增加了玩家输入的异常捕获 AlphaBeta剪枝算法是对Minimax方法的优化，能够极大提高搜索树的效率，如果对这个算法感兴趣的可以去参考相关资料。

  3. 所属分类：机器学习

    • 发布日期：2020-06-21
    • 文件大小：5120
    • 提供者：Unicorn60

  1. python使用minimax算法实现五子棋

  2. 主要为大家详细介绍了python使用minimax算法实现五子棋，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：106496
    • 提供者：weixin_38530846

  1. Python实现的井字棋（Tic Tac Toe）游戏示例

  2. 本文实例讲述了Python实现的井字棋（Tic Tac Toe）游戏。分享给大家供大家参考，具体如下： 说明 用python实现了井字棋，整个框架是本人自己构思的，自认为比较满意。另外，90%+的代码也是本人逐字逐句敲的。 minimax算法还没完全理解，所以参考了这里的代码，并作了修改。 特点 可以选择人人、人机、机人、机机四种对战模式之一 电脑玩家的AI使用了minimax算法，带apha-beta剪枝 电脑玩家在思考时，时时刻刻都有一个“假想敌”。以便使得minimax算法运转起来 代码

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：100352
    • 提供者：weixin_38558660

  1. python使用minimax算法实现五子棋

  2. 这是一个命令行环境的五子棋程序。使用了minimax算法。 除了百度各个棋型的打分方式，所有代码皆为本人所撸。本程序结构与之前的井字棋、黑白棋一模一样。 有一点小问题，没时间弄了，就这样吧。 一、效果图 （略） 二、完整代码 from functools import wraps import time import csv ''' 五子棋 Gobang 作者：hhh5460 时间：20181213 ''' #1.初始化棋盘 #------------ def init_board():

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：108544
    • 提供者：weixin_38745361

  1. python实现翻转棋游戏（othello）

  2. 利用上一篇的框架，再写了个翻转棋的程序，为了调试minimax算法，花了两天的时间。 几点改进说明： 拆分成四个文件：board.py，player.py，ai.py，othello.py。使得整个结构更清晰，更通用，更易于维护。 AI 的水平跟 minimax 的递归深度，以及评价函数有关。基于此，我把 minimax 和评价函数都放到 AI 类里面 AIPlayer 使用了多重继承。继承了 Player 与 AI 两个类 Game 类中把原run函数里的生成两个玩家的部分提出

  3. 所属分类：其它

    • 发布日期：2020-12-26
    • 文件大小：99328
    • 提供者：weixin_38596485

  1. Unbeatable-Tic-Tac-Toe-using-Minimax-Algorithm:python中的井字游戏实现，它使用minimax算法来移动PC（AI）-源码

  2. 使用Minimax算法的无与伦比的井字游戏 这是井字游戏的一个实现。用户与PC（AI）对抗。 AI是无与伦比的，因为它使用minimax来演奏其动作。 什么是Minimax算法？ minimax算法在游戏理论中非常普遍，可以应用于玩家相互竞争的情况。这样的案例包括此处介绍的井字游戏以及其他涉及决策的游戏，例如西洋双陆棋和国际象棋。 极小极大算法试图做出更可能赢得比赛的决定。为此，它会扫描两个玩家的所有可能动作组合，并选择一个导致最终状态不丢失的动作。为此，它需要一种方法来评估一个移动是否比另一

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：3072
    • 提供者：weixin_42173218

  1. MLearning：在Scala中实现的简单机器学习算法-源码

  2. 移动学习 通过不使用任何“智能”库在Scala中实现的简单机器学习算法。 当前，该项目具有以下解决方案： NQueens [回溯] TicTacToe [MiniMax算法] 有向图[回溯]

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：6144
    • 提供者：weixin_42116791

  1. 井字游戏：使用AI算法实现井字游戏的实现-源码

  2. 井字游戏 井字游戏中Minimax AI算法的实现 什么是Minimax？ Minimax是一种人工智能技术，适用于井字游戏，跳棋，国际象棋和围棋等两个玩家游戏。 该游戏被称为零和游戏，因为用数学表示形式：一个玩家赢（+1），其他玩家输（-1），或者两个都不赢的人（0）。

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：3072
    • 提供者：weixin_42119989

  1. MiniMax_AlphaBeta：minimax算法的实现，可以选择使用alpha-beta修剪-源码

  2. MiniMax_AlphaBeta：minimax算法的实现，可以选择使用alpha-beta修剪

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：414720
    • 提供者：weixin_42128315

  1. 极小极大算法连接4-源码

  2. 极小极大算法连接4 实现了具有变化深度搜索的简单Minimax算法，使AI对手难以应对缩放难度。 其他功能包括：帐户创建和记录保存。 （双赢，平均举动等）

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：15728640
    • 提供者：weixin_42104947

  1. TicTacToe：实现了minimax算法的TicTacToe-源码

  2. 井字游戏 带有最小最大算法的井字游戏 来自JetBrainsAcademy的TicTacToe游戏项目，可与AI一起玩 没有菜单要播放，只需键入“开始播放器播放器”播放器=用户，简单，中，硬 坐标是从（1,1）左下角到（3,3）右上角第一列

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：2048
    • 提供者：weixin_42116701

  1. UltimateTicTacToe-AI：使用Minimax与Alpha Beta修剪和启发式搜索在Java中实现TicTacToe和Ultimate TicTacToe-源码

  2. 终极井字游戏AI框架 Java中的Tic Tac Toe实施，使用带有Alpha-Beta修剪的Minimax算法实现对抗性搜索。 此项目包含3个主要组件： 常规的3x3 Tic Tac Toe AI播放器。 这种AI永远不会输，并且总是会击败次优的对手。 具有启发式AI播放器的高级Tic Tac Toe。 Advanced Tic Tac Toe包含9个3x3 Tic Tac Toe板，目标是赢得1个板。 带有启发式AI播放器的终极Tic Tac Toe框架。 Ultimate Tic

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：67584
    • 提供者：weixin_42134338

  1. Connect4：这个Connect 4游戏是我用Java编写的第一个GUI项目之一。 用户可以与其他玩家或AI对抗。 AI评估板上的当前情况（我无法实现minimax算法），并使用计分系统确定其可玩位置-源码

  2. 连接4 这个Connect 4游戏是我用Java开发的第一个GUI项目之一。 用户可以与其他玩家或AI对抗。 AI评估板上的当前情况（我无法实现minimax算法），并使用计分系统确定其可玩位置。 如果您有兴趣尝试游戏，请下载所有Java文件并运行Connect4.java。

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：5120
    • 提供者：weixin_42138703

  1. Connect-4-Game：Connect Four游戏的Python实现-源码

  2. 连接4游戏 Connect Four游戏的Python实现。 使用Alpha-beta修剪搜索算法，minimax算法和启发式技术创建搜索树。

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：20480
    • 提供者：weixin_42160424

  1. Berkeley-AI-Course-Projects：课程项目，其中使用不同的AI算法实现了多个代理-源码

  2. 伯克利AI课程项目 WashU的课程项目CSE 511。 [项目0] Python基础 [项目1] 吃豆人搜寻：DFS，BFS，A *，UCS，次优搜寻等。 [项目2] Pacman剂：反射剂，Minimax剂，Alpha-Beta剂和Expectimax剂。 [项目3] Pacman代理：值迭代代理，Q学习强化学习代理和近似Q代理。 [项目4] 捉鬼敢死队：任务难度从追踪单个静止的幽灵到以无情的效率寻找多个移动幽灵的猎物包。 警告： 不要为自己的任务复制我的代码！

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：502784
    • 提供者：weixin_42121086

  1. TicTacToe：5x5 Tic-Tac-Toe，带有Minimax + Alpha-Beta AI对手-源码

  2. 井字游戏 5x5 Tic-Tac-Toe的python实现，带有AI对手，该对手使用Minimax算法和Alpha-Beta修剪功能。 对于UAF CS605人工智能，2021年Spring 目前被pylint评为9.85 / 10

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：5120
    • 提供者：weixin_42175516

  1. Minimax-TicTacToe：一个Minimax算法实现项目-源码

  2. 极小井字游戏 Minimax算法实施项目。 使用纯JS构建，没有任何其他库。

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：3072
    • 提供者：weixin_42157556

  1. 井字游戏：使用React和Minimax算法的无与伦比的井字游戏-源码

  2. 井字游戏 使用React，Create-react-app和Minimax算法实现AI的无与伦比的井字游戏。 链接 演示： 看望我 博客： 扇页： 作品集：

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：106496
    • 提供者：weixin_42134769

  1. tictactoe:使用minimax算法自动化井字游戏-源码

  2. 井字游戏自动化 使用minimax算法实现井字游戏的自动化。

  3. 所属分类：其它

    • 发布日期：2021-03-31
    • 文件大小：3072
    • 提供者：weixin_42139042
« 12 3 »