تحدي أربعة على التوالي
Connect Four AI
لوحة 7×6 ضد حاسوب يبحث حتى عشر نقلات للأمام، مع قيمة كل عمود وعدد الحالات المحللة وتفسير النقلة المختارة.
تعمل اللعبة كاملة في متصفحك. لا يُرسل شيء إلى خدمة خارجية.
تُحمَّل اللعبة…
التلميحات
ثلاثة مستويات: الأول يوجّه فقط، والثالث أقرب إلى الحل. اكشفها واحداً واحداً.
وضع التعلم
- التلميح 1: افتح «قيمة كل عمود» قبل نقلتك وقارن بحدسك.
- التلميح 2: غيّر العمق وراقب كيف تتغير القيم وعدد الحالات.
- التلميح 3: فعّل المقارنة بين Minimax وAlpha-Beta: القيم متطابقة والعقد أقل.
وضع التحدي
- التلميح 1: العمود الأوسط يشارك في أكبر عدد من النوافذ الرباعية.
- التلميح 2: ابنِ تهديدين في وقت واحد: لا يستطيع الحاسوب سدّهما معاً.
- التلميح 3: انتبه للخانة فوق تهديدك: إن لعبت تحتها قد تمنح الخصم السد.
كيف تعمل؟ How It Works
تعريف المشكلة
لعبة أربعة على التوالي على لوحة 7×6: يُسقط كل لاعب قرصاً في عمود، والفائز من يصل أربعة أقراص أفقياً أو عمودياً أو قطرياً.
الخوارزمية
Minimax بصيغة Negamax مع تقليم Alpha-Beta وترتيب الأعمدة من الوسط، وتقييم مرشّح عند حد العمق.
المدخلات
اللوحة الحالية، اللاعب، العمق.
المخرجات
قيمة كل عمود، العمود المختار، عدد الحالات المحللة، وعدد مرات التقليم.
خطوات التنفيذ
- تُجرَّب الأعمدة بالترتيب 4، 3، 5، 2، 6، 1، 7.
- الفوز = قيمة كبيرة جداً تنقص مع عمق الوصول (يُفضَّل الفوز الأسرع).
- عند حد العمق: كل نافذة من أربع خلايا تُقيَّم: 3 أقراص + خلية فارغة = +5، 2 + خليتان فارغتان = +2، 3 للخصم + فارغة = −4، وكل قرص في العمود الأوسط +3.
- Alpha-Beta يتجاهل الفروع التي لا يمكن أن تغيّر القرار.
المعلمات
- المستوى 1: عمق 1
- المستوى 2: عمق 3
- المستوى 3: عمق 5
- المستوى 4: عمق 7
- المستوى 5: عمق 9
مثال
إذا كان للخصم ثلاثة أقراص أفقية والخانة الرابعة متاحة، فكل عمود آخر يقود إلى خسارة فورية، فيختار البحث حتى بعمق 2 عمود السد.
المزايا
- قيم الأعمدة دقيقة للعمق المحدد، وAlpha-Beta يعطي القيمة نفسها التي يعطيها Minimax.
- سريع في المتصفح حتى أعماق كبيرة.
القيود
- التقييم المرشّح تقريبي: ليس حلاً تاماً للعبة.
- اللعبة محلولة رياضياً (يفوز الأول باللعب المثالي إذا بدأ بالعمود الأوسط)، والمحرك هنا لا يدّعي اللعب المثالي.
التعقيد الحسابي
O(b^d) لـ Minimax مع b ≤ 7، وأقل بكثير مع Alpha-Beta وترتيب الوسط.
مقاييس التقييم
- عدد الحالات المحللة
- مرات التقليم
- قيمة العمود المختار
التطبيقات الواقعية
- تعليم البحث العدائي
- محركات الألعاب اللوحية
المراجع
- Knuth, D. E. & Moore, R. W. (1975). An analysis of alpha-beta pruning. Artificial Intelligence 6(4).
- Russell, S. & Norvig, P. Artificial Intelligence: A Modern Approach (4th ed., 2020), chapters on search and adversarial search.
- Allis, L. V. (1988). A Knowledge-based Approach of Connect-Four. M.Sc. thesis, Vrije Universiteit Amsterdam.
