BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC SƯ PHẠM HÀ NỘI 2

----------

BÀI TẬP A2 MÔN TRÍ TUỆ NHÂN TẠO

ĐỀ TÀI: Tic tắc toe với giải thuật minimax

Giảng viên hướng dẫn : Lưu Thị Bích Hương

Sinh viên thực hiện : Quách Thị Huệ (09/08/1988)
Nguyễn Thu Hà (06/09/1988)
Đặng Hồng Hạnh

1
 Mục Lục
A. Thuật toán Minimax.....................................................................................................2
I. Thuật toán minimax......................................................................................................2
II. Các Alpha-beta Cutoff Thủ tục....................................................................................4
B. Trò chơi tíc tắc toe.......................................................................................................9
I. Giới thiệu trò chơi........................................................................................................9
II. Mục tiêu trò chơi..........................................................................................................9
III. Hướng giải quyết......................................................................................................9
IV. Thuật toán...............................................................................................................10
V. Giới thiệu chương trình..............................................................................................15
1. Giao diện chính của chương trình...........................................................................15
2. Chức năng chính của chương trình.........................................................................15
3. Kết quả của trò chơi................................................................................................17
C. Tài liệu tham khảo......................................................................................................19

2
 A. Thuật toán Minimax
I. Thuật toán minimax
Thuật toán minimax chứa đựng tất cả các khả năng của việc chuyển đổi các
trạng thái từ 1 trạng thái được đưa ra và từ đó bao phủ lên các khoảng trống .
Thuật toán này có ứng dụng trong trò chơi có khả năng chuyển đổi trạng thái từ 1
trạng thái thử nghiệm cho trước.
Một ví dụ thông dụng là ta có thể bắt trước thuật toán minimax qua trò chơi Nim
game
Đây là 1 trò chơi giữa 2 người chơi.Trò chơi bắt đầu với 1 số lẻ các que.thông
thường là 7 hoặc 9 .mỗi vị trí trên 1 dòng đơn được gọi là 1 cọc mốc .Mỗi người
chơi sẽ lần lượt được đặt 1 cọc mốc để phá vỡ 2 mốc kia của đối phương trên 1
dòng.trò chơi sẽ kết thúc khi người kia ko đưa ra được bước đi thành công.Người
nào ko đưa ra được bước đi thành cồng đầu tiên sẽ thua.
Theo quy ước tiêu chuẩn chúng tôi đặt tên cho hai người chơi là MINIMIZER và
MAXIMIZER
NIM là 1 trò chơi phòng thủ vì vậy người chơi mở ở đây gọi là MINIMIZER

Biểu đồ của của trò chơi NIM được biểu diễn như hình in fig. 4.12 (a) , phân
ranh giới bước đi của MAXIMIZER và MINIMIZER

thuật toán Minimax, được trình bày trong thời gian ngắn, theo quy
ước sẽ được sử dụng. Sự thành công của MAXIMIZER được ký hiệu là 1,
trong khi sự thành công của MINIMIZER bởi -1 và hòa là 0.Những giá trị này thì

3
được gắn vào các bước đi của các người chơi.một câu hỏi thường phát sinh là
người chơi làm sao biết được bước đi của họ là thành công hay thất bại cho tới khi
trò chơi kết thúc.Điều này được thấy rõ trong thuật toán Minimax theo nguyên tắc
: chỉ định 1 số từ {+1,0,-1} phụ thuộc vào các bước đi có thành công hay không
của MAXIMIZER và MINIMIZER hay là hòa theo thứ tự.bây giờ ta sẽ truyền các
giá trị đó phụ thuộc vào các bước đi của MAXIMIZER và MINIMIZER. Nếu nó là
của Maximizer di chuyển sau đó giá trị của nó được giá trị tối đa sở hữu bởi
offsprings của nó.
 Trong trường hợp nó là của một MINIMIZER di chuyển thì giá trị của nó sẽ được
tối thiểu của các giá trị sở hữu bởi offsprings của nó .
Nếu các giá trị được truyền lên đến nút gốc của nguyên tắc trên, sau đó mỗi người
chơi có thể chọn di chuyển tốt hơn đến lượt mình. Các tính toán quá trình trong
một trò chơi Minimax được minh họa dưới đây fig. 4,12 (b).

Hàm Minnimax
1.mở rộng toàn bộ các không gian trống sau các nút
2. gán các giá trị {+1,0,-1} tùy thuộc vào các bước đi của MAXIMIZER hay của
MINIMIZER tương ứng
3. đối với mỗi node con tương ứng đó thì làm
Begin
Nếu đó là nút của MAXIMIZER , thì giá trị của nó sẽ là giá trị cực đại trong các
giá trị ; Nếu đó là nút của MINIMIZER ,thì giá trị của nó sẽ là giá trị cực tiểu
trong các giá trị
End For;
End.

4
II. Thuậ t toá n cắ t Alpha-beta

Thuật toán Minimax đã được nói ở trên yêu cầu mở rộng tới toàn bộ khoảng
không gian trống . Đây là 1 hạn chế nghiêm trọng , đặc biệt với vấn đề mở rộng
khoảng trống . Để giải quyết khó khăn này một cách giải quyết là dung đánh giá
heuristic tình trạng bước đi tiếp theo của người chơi để chọn một bước đi hiện tại
cho cùng 1 người chơi.Chúng ta sẽ minh họa quá trình tính toán của các biện pháp
heuristic của một nút dưới đây với sự nổi tiếng trò chơi TIC TAC TOE
Xét 1 hàm heuristic e(n) [3], [5] tại nút n đánh giá sự khác biệt của các dòng có
thể giành chiến thắng của mỗi người chơi
e(n) =M(O)- O(n)
trong đó M (n) = số dòng của tôi có thể giành chiến thắng 
và O (n) = số dòng giành chiến thắng của đối thủ. 
Ví dụ, trong fig. 4,13 M (n) = 6, O (n) = 5 và vì thế e (n) = 1. 
Bây giờ, chúng tôi sẽ thảo luận về một loại mới của thuật toán, mà không yêu
cầu mở rộng toàn bộ không gian exhaustively. Thuật toán này được gọi là alpha-
beta thuật toán cắt. Trong thuật toán này, hai phụ lớp của chuyển động là xem xét
để lựa chọn di chuyển hiện tại từ lựa chọn thay thế. Alpha và beta biểu hai cắt các
cấp liên kết với các nút MAX và MIN. Giá trị của alpha MAX node không thể
giảm, trong khi giá trị beta của các nút MIN có thể không tăng. Nhưng làm thế nào
chúng ta có thể tính toán các giá trị alpha và beta?  Chúng là những giá trị sao lưu
lên đến gốc như Minimax. Có một vài thú vị điểm đó có thể được khám phá ở giai
đoạn này
Trước khi quá trình tính toán MAX / MIN của các giá trị sao lưu của lớp con,
thuật toán alpha-beta cắt ước lượng e (n) tại tất cả các nút rìa n. Bây giờ, các giá
trị ước tính sau thuật toán Minimax. Bây giờ, để cắt tỉa các đường dẫn không cần
thiết  bên dưới một nút, kiểm tra xem 

i) giá trị beta của bất kỳ nút MIN bên dưới một nút MAX là nhỏ hơn hoặc 
bằng với giá trị alpha của nó. Nếu có, cắt tỉa con đường bên dưới nút
MIN
ii) giá trị beta của bất kỳ nút MAX bên dưới một nút MIN là nhỏ hơn hoặc 
bằng với giá trị alpha của nó. Nếu có, cắt tỉa con đường bên dưới nút
MAX

5
Fig.4.14: Hai lớp di chuyển của Maximizer với e tính (n) tại
rìa các nút: C, D, E; sao lưu các giá trị tại nút B và A và
thiết lập của αmax và βmin giá trị tại các nút A và B tương ứng

Dựa trên các cuộc thảo luận ở trên, hiện nay chúng tôi trình bày các bước chính
trong các α-β
thuật toán tìm kiếm.
i) Tạo một nút mới, nếu nó là di chuyển bắt đầu, mở rộng khác
hiện cây theo độ sâu cách đầu tiên. Để thực hiện một quyết định về
lựa chọn của một di chuyển ở độ sâu d, cây nên được mở rộng ít nhất
lên đến độ sâu (d + 2).
ii) Tính e (n) cho tất cả để lại (rìa) các nút n trong cây.
iii) Tính α '
min (cho các nút tối đa) và β '
tối đa các giá trị (đối với các nút min) tại
tổ tiên của các nút rìa bởi các nguyên tắc sau đây.
Ước tính tối thiểu của các giá trị (e hoặc α) sở hữu do

6
β của trẻ em của một nút MINIMIZER N và gán nó '
tối đa giá trị.
Tương tự như vậy, ước tính tối đa của các giá trị (e hoặc β) sở hữu
do con của một nút Maximizer N và gán nó giá trị αmin .

Fig. 4.15: Những cách nghĩ để có thể di chuyển thay thế F và cũng tự sinh ra ở lớp
tiếp theo là G e(G)=-1, β max ở F =-1, , β max ở F nhỏ hơn so với α min ở A
Như vậy ko có nhu cầu tìm kiếm dưới F, G có thể bớt không gian tìm kiếm

7
Fig. 4.16:
Nút G đã bị cắt tỉa , các nút C, D và E được mở rộng e(n ) được thiết lập ở n = H , I
, J và K và giá trị của αmin được ước lượng tại các nút C, D, E.Bởi vì giá tri αmin
ở C lớn hơn giá trị βmax ở B, giá tri αmin ở D bằng giá trị βmax ở B, ở đó ko
cần tìm kiếm dưới nút C và D

IV) Nếu các nút của MAXIMIZER có các giá trị αmin. Sau đó giá trị αmin =
MAX(αmin). Một mặt khác nếu các nút của MINIMIZER có giá trị βmax và sau
đó βmax = MAX(βmax)

V) Nếu thiết lập giá trị βmax ở nút MINIMIZER tại N nhỏ hơn αmin của nút cha
MAXIMIZER tại N’ thì sau đó ko cần tìm kiếm dưới nút N. Tương tự Nếu thiết
lập giá trị αmin ở nút MAXIMIZER tại N nhỏ hơn αmin của nút cha MINIMIZER
tại N’ thì sau đó ko cần tìm kiếm dưới nút N

Những bước ở trên được thực hiện cho đến khi nào trò chơi kết thúc

B. Trò chơi tíc tắc toe

I. Giới thiệu trò chơi
Trò chơi này được chơi bởi 2 đối thủ với 9 ô. Một trong 2 đối thủ sẽ đi trước
đánh o hoặc (X) vào 1 ô bất kỳ trên bàn cờ , đối thủ còn lại chọn 1 trong 8 ô còn
lại để đi .Hai đối thủ thay nhau đánh vào các ô trống cho đến khi có 1 đối thủ có 3
ô nằm trên 1 đường thẳng trước thì thắng. Nếu hết 9 ô cờ mà không có đối thủ nào
có 3 ô nằm trên 1 đường thẳng thì ván cờ kết thúc với tỷ số hòa

II. Mục tiêu trò chơi

Đến lượt chơi mỗi người cố gắng để tạo ra 3 quân cờ nằm trên 1 đường thẳng để
là người chiến thắng hoặc cố ngăn cản người kia tạo được 3 quân cờ trên một
đường thẳng

III. Hướng giải quyết

Sử dụng thuật toán Minnimax – cơ chế cắt tỉa alpha beta để tìm nước đi tốt nhất
có lợi cho từng người chơi .
Hai đối thủ trong 1 trò chơi được gọi là MIN và MAX .MAX là đại diện cho đối
thủ quyết dành thắng lợi hay cố gắng tối ưu hóa ưu thế của mình. Ngược lại MIN

8
là đối thủ cố gắng tối thiểu hóa điểm số của MAX . Ta giả thiết MIN cũng dùng
thong tin như MAX
Khi áp dụng thủ tục Minnimax ta đánh dấu luân phiên từng mức trong không
gian tìm kiếm phù hợp với đối thủ có bước đi ở mức đó trong ví dụ trên MIN được
quyền đi trước, từng nút lá được gán giá trị 0 hay 1 tùy theo đó là thắng cuộc với
MIN hay MAX.Minimax sẽ truyền các giá trị này lên cao dần trên đồ thị qua các
nút cha mẹ kế tiếp nhau theo luật sau:
-Nếu trạng thái cha mẹ là nút MAX , gán cho nó giá trị tối đa của các con cháu của
nó
- Nếu trạng thái cha mẹ là nút MIN , gán cho nó giá trị tối thiểu của con cháu của
nó
Giá trị được gán cho từng trạng thái bằng cách đó sẽ chỉ rõ trạng thái tốt nhất mà
đối thủ này có thể đạt được . Các giá trị này sẽ được dùng để lựa chọn các bước đi
có thể có. Kết quả của việc áp dụng Minnimax vào đồ thị không gian trạng thái đối
với trò chơi Nim được thể hiện như hình trên. Vì tất cả các nước đi đầu tiên có thể
sảy ra cho MIN sẽ dần đến giá trị 1 nên đối thủ MAX luôn có thể bắt trò chơi
giành thắng lợi cho mình bất kể nước đi đầu tiên của MIN như nào

9
IV. Thuật toán
using System;
using System.Collections.Generic;
using System.Text;

public enum GameState

{
InProgress,
ComputerWins,
HumanWins,

10
 Draw
}

class Board
{
#region Declare field and delegate
public static readonly int Empty = 0;
public static readonly int X = -1;
public static readonly int O = 1;

public GameState BoardState; //represents the

state of the game
public int iBoardSize; //Size of board in
one dimension

public int iEmptySquares; //Count of unplayed

squares used to check for draw condition

public int[,] aiBoard; //The board

#endregion

//
//Create a new Board object from a size parameter
//
public Board(int iSize)
{
this.iBoardSize = iSize;
this.iEmptySquares = iSize * iSize;
this.aiBoard = new int[iSize, iSize];
this.BoardState = GameState.InProgress;
}

//
//Create a new Board object by copying an existing one
//
public Board(Board board)
{
this.iEmptySquares = board.iEmptySquares;
this.iBoardSize = board.iBoardSize;
this.BoardState = board.BoardState;
this.aiBoard = new int[iBoardSize,
iBoardSize];

11
 //Copy aiBoard
int i, j;
for (i = 0; i < this.iBoardSize; i++)
{
for (j = 0; j < this.iBoardSize; j++)
{
this.aiBoard[i, j] = board.aiBoard[i, j];
}
}
}

//
// Apply a move
//
public void MakeMove(int CurrentPlayer, Move move)
{
aiBoard[move.iCol, move.iRow] = CurrentPlayer;

//Check for draw condition

iEmptySquares--;
if (iEmptySquares == 0)
this.BoardState = GameState.Draw;
}

//
// Checks the board for a winner and reassigns
// this.BoardState as appropriate.
//
public void CheckBoard()
{
int i, j, iTotal;

//Check the rows

for (i = 0; i < iBoardSize; i++)
{
iTotal = 0;
for(j = 0; j< iBoardSize; j++)
{
iTotal += aiBoard[i, j];
}
if (iTotal == -iBoardSize)
{
this.BoardState = GameState.ComputerWins;
return;
}
if (iTotal == iBoardSize)
{
12
 this.BoardState = GameState.HumanWins;
return;
}

}
//Check the columns
for (j = 0; j < iBoardSize; j++)
{
iTotal = 0;

for (i = 0; i < iBoardSize; i++)

{
iTotal += aiBoard[i, j];
}
if (iTotal == -iBoardSize)
{
this.BoardState = GameState.ComputerWins;
return;
}
if (iTotal == iBoardSize)
{
this.BoardState = GameState.HumanWins;
return;
}
}
//Check Top-Left to Bottom-Right diagonal
iTotal = 0;
for (i = 0; i < iBoardSize; i++)
{
iTotal += aiBoard[i, i];
}
if (iTotal == -iBoardSize)
{
this.BoardState = GameState.ComputerWins;
return;
}
if (iTotal == iBoardSize)
{
this.BoardState = GameState.HumanWins;
return;
}
//Check Top-Right to Bottom-Left diagonal
iTotal = 0;
for (i = iBoardSize - 1, j = 0; i >= 0 &&
j<iBoardSize; i--, j++)
{
iTotal += aiBoard[i, j];

13
 }
if (iTotal == -iBoardSize)
{
this.BoardState = GameState.ComputerWins;
return;
}
if (iTotal == iBoardSize)
{
this.BoardState = GameState.HumanWins;
return;
}
}
}

14
V. Giới thiệu chương trình
1. Giao diện chính của chương trình

2. Chức năng chính của chương trình

15
16
3. Kết quả của trò chơi

17
18
 C. Tài liệu tham khảo
Artificial Inteligence and Soft Computing - Amit Konar
http://codeprovn.com
http://ddth.com/
http://www.manguon.com/

19