问四连排游戏强化学习的最佳算法

EN

对于这个游戏，MinMax是相当不错的。真正的问题是，在确定某个动作的“价值”时，你的启发式功能会有多好。

MinMax通常不被认为是一种强化学习算法，但它可能是Connect4的“最好”(取决于你的意思)。

Connect4已经solved (在许多不同大小的电路板上)将近三十年了。该求解器甚至被用作称为Fhourstones的处理器基准测试，Java语言(和C语言)中的source可以免费获得。

如果你的目标是学习Q学习(以表格形式)，强化，或一些更现代的强化学习算法，如使用神经网络的深度Q学习(DQN)或行动优势演员批评(A3C)，那么我毫不怀疑这些都可以成功地应用于连接4。我推荐一本好书，比如Barto &Sutton的强化学习。在撰写本文时，draft of the 2nd edition的PDF格式是免费的。

然而，如果你的目标仅仅是拥有一个最好的玩家，那么你将很难击败完美的四石游戏。