Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/dcortes92/ai-othello-minimax

La programación de juegos es una de las áreas en las cuales la IA ha tenido más éxito. En especial el algoritmo Minimax y sus variantes se han utilizado para la programación de agentes autónomos para ajedrez, damas, y un sin fin de juegos de dos contrincantes. En esta tarea se pretende programar el algoritmo minimax en el contexto de jugar una partida de Othello. El objetivo de este ejercicio es entender bien el algoritmo minimax y las consideraciones prácticas que se deben tener cuando se efectúa su implementación.
https://github.com/dcortes92/ai-othello-minimax

Last synced: about 1 month ago
JSON representation

La programación de juegos es una de las áreas en las cuales la IA ha tenido más éxito. En especial el algoritmo Minimax y sus variantes se han utilizado para la programación de agentes autónomos para ajedrez, damas, y un sin fin de juegos de dos contrincantes. En esta tarea se pretende programar el algoritmo minimax en el contexto de jugar una partida de Othello. El objetivo de este ejercicio es entender bien el algoritmo minimax y las consideraciones prácticas que se deben tener cuando se efectúa su implementación.

Awesome Lists containing this project

README

        

AI-Othello-Minimax
==================

La programación de juegos es una de las áreas en las cuales la IA ha tenido más éxito.
En especial el algoritmo Minimax y sus variantes se han utilizado para la programación
de agentes autónomos para ajedrez, damas, y un sin fin de juegos de dos contrincantes.
En esta tarea se pretende programar el algoritmo minimax en el contexto de jugar una
partida de Othello. El objetivo de este ejercicio es entender bien el algoritmo minimax
y las consideraciones prácticas que se deben tener cuando se efectúa su implementación.

Uso:

1. server:start().
2. agent:start().
3. seleccionar profundidad del árbol y el color del jugador 1.
4. agent:start().
5. seleccionar profundidad del árbol y el color del jugador 2.