我已经实现了带有 alpha-beta 修剪的 minimax 来玩跳棋。作为我的价值启发式，无论位置如何，我都只使用板上物质价值的总和。

我的主要问题在于实际完成游戏。深度为 14 的搜索与深度为 3 的搜索相匹配，因为该算法陷入了一个循环中，在一个角落里来回移动国王。深度 14 的玩家有四个国王和一个棋子对抗一个国王，具有显着的物质优势，但是，它只移动一个棋子。

我从同等价值的移动列表中随机选择了一个移动，这会导致更有趣的游戏（从而防止循环）。然而，无论哪个玩家使用了这种随机策略，结果都会变得更糟。

我不太确定如何解决这个问题。我应该更深入地搜索具有相同值的最佳动作吗？还是启发式有错？如果是这样，你会建议什么改变？

到目前为止，我已经尝试了一种简单的遗传生成算法，该算法优化了线性评分函数（占位置）。然而，随着算法的优化，它只导致了平局和相同的国王循环。

非常欢迎任何有关如何停止此国王循环的建议！