@@ -77,7 +77,7 @@ Création et modification de la méthode minmax dans la classe AlgoRechercheMinM
Cette méthode est récursive et est celle qui va nous permettre de faire des simulations selon les coups joués et d'attribuer un score à chaque configuration possible à
partir d'une configuration donnée (par la liste des coups possibles et joués pour tel joueur).
### mcts_cassandre
# Branche mcts_cassandre
# Mise en place de la classe Node
...
...
@@ -130,20 +130,20 @@ C'est cette classe qui orchestre l'algorithme du MCTS
On y trouve les différentes méthodes associées à chaque étape du MCTS ( sélection, expansion, simulation, backpropagation).
Phase sélection (terminé):
####Phase sélection (terminé):
- uctValue() permet de calculer l'UCT associé à un noeud
- selectNodeWithBestUCT() : sélectionne le noeud qui a le plus grand UCT
Phase expansion (terminé):
####Phase expansion (terminé):
- expandNode() : création d'un nouveau noeud, paramètrage de son State
Phase simulation (en cours):
####Phase simulation (en cours):
- simulationFromNode(): permet de simuler une partie à partir de la configuration du jeu associée à un noeud ( retourne un booléen : vraie si la partie est gagné)
Phase backpropagation (en cours):
####Phase backpropagation (en cours):
- backpropagation(): paramètre tous les noeuds des configurations associés à la simulation (paramètre visitcount et winscore) selon si la simulation est gagnante ou pas.
Phase finale : l'association de toutes ces étapes dans la méthode meilleurecoup() ( à commencer)
####Phase finale : l'association de toutes ces étapes dans la méthode meilleurecoup() ( à commencer)
La méthode meilleure cour permet de jouer le coup choisit par l'algo MCTS.
