DO-13-AI-난이도-조절
Do 13 AI 난이도 조절
This commit is contained in:
Sehyeon
GitHub
commit
e1dd037dc7
@ -1,8 +0,0 @@
|
||||
fileFormatVersion: 2
|
||||
guid: d652b2a2f29c0c541983b529f66a5169
|
||||
folderAsset: yes
|
||||
DefaultImporter:
|
||||
externalObjects: {}
|
||||
userData:
|
||||
assetBundleName:
|
||||
assetBundleVariant:
|
||||
File diff suppressed because it is too large
Load Diff
@ -1,7 +0,0 @@
|
||||
fileFormatVersion: 2
|
||||
guid: e61de5ff6b71b2e45b0878ccd8c8033a
|
||||
DefaultImporter:
|
||||
externalObjects: {}
|
||||
userData:
|
||||
assetBundleName:
|
||||
assetBundleVariant:
|
||||
@ -315,8 +315,8 @@ public static class AIEvaluator
|
||||
return fourThreeCount;
|
||||
}
|
||||
|
||||
// 깨진 패턴 (3-빈칸-1) 감지
|
||||
private static (bool isDetected, int count, int openEnds) DetectBrokenPattern(
|
||||
// 깨진 패턴 (ex. 3-빈칸-1) 감지
|
||||
public static (bool isDetected, int count, int openEnds) DetectBrokenPattern(
|
||||
Enums.PlayerType[,] board, int row, int col, int[] dir, Enums.PlayerType player)
|
||||
{
|
||||
int size = board.GetLength(0);
|
||||
@ -403,15 +403,15 @@ public static class AIEvaluator
|
||||
}
|
||||
else if (count == 4) // 깨진 4
|
||||
{
|
||||
return (openEnds == 2) ? PatternScore.OPEN_FOUR * 0.8f :
|
||||
(openEnds == 1) ? PatternScore.HALF_OPEN_FOUR * 0.8f :
|
||||
PatternScore.CLOSED_FOUR * 0.7f;
|
||||
return (openEnds == 2) ? PatternScore.OPEN_FOUR * 0.9f :
|
||||
(openEnds == 1) ? PatternScore.HALF_OPEN_FOUR * 0.9f :
|
||||
PatternScore.CLOSED_FOUR * 0.8f;
|
||||
}
|
||||
else if (count == 3) // 깨진 3
|
||||
{
|
||||
return (openEnds == 2) ? PatternScore.OPEN_THREE * 0.7f :
|
||||
(openEnds == 1) ? PatternScore.HALF_OPEN_THREE * 0.7f :
|
||||
PatternScore.CLOSED_THREE * 0.6f;
|
||||
return (openEnds == 2) ? PatternScore.OPEN_THREE * 0.9f :
|
||||
(openEnds == 1) ? PatternScore.HALF_OPEN_THREE * 0.9f :
|
||||
PatternScore.CLOSED_THREE * 0.8f;
|
||||
}
|
||||
|
||||
return 0;
|
||||
@ -443,24 +443,24 @@ public static class AIEvaluator
|
||||
float normalScore = 0;
|
||||
if (count >= 4)
|
||||
{
|
||||
normalScore = PatternScore.FIVE_IN_A_ROW / 10;
|
||||
normalScore = PatternScore.FIVE_IN_A_ROW / 9;
|
||||
}
|
||||
else if (count == 3)
|
||||
{
|
||||
normalScore = (openEnds == 2) ? PatternScore.OPEN_THREE / 3 :
|
||||
(openEnds == 1) ? PatternScore.HALF_OPEN_THREE / 5 :
|
||||
PatternScore.CLOSED_THREE / 5;
|
||||
normalScore = (openEnds == 2) ? PatternScore.OPEN_THREE / 2.5f :
|
||||
(openEnds == 1) ? PatternScore.HALF_OPEN_THREE / 3.5f :
|
||||
PatternScore.CLOSED_THREE / 4.5f;
|
||||
}
|
||||
else if (count == 2)
|
||||
{
|
||||
normalScore = (openEnds == 2) ? PatternScore.OPEN_TWO / 2 :
|
||||
(openEnds == 1) ? PatternScore.HALF_OPEN_TWO / 3 :
|
||||
PatternScore.CLOSED_TWO / 5;
|
||||
normalScore = (openEnds == 2) ? PatternScore.OPEN_TWO / 3.0f :
|
||||
(openEnds == 1) ? PatternScore.HALF_OPEN_TWO / 4.0f :
|
||||
PatternScore.CLOSED_TWO / 5.0f;
|
||||
}
|
||||
else if (count == 1)
|
||||
{
|
||||
normalScore = (openEnds == 2) ? PatternScore.OPEN_ONE :
|
||||
PatternScore.CLOSED_ONE;
|
||||
normalScore = (openEnds == 2) ? PatternScore.OPEN_ONE / 4.0f :
|
||||
PatternScore.CLOSED_ONE / 5.0f;
|
||||
}
|
||||
|
||||
// 깨진 패턴 평가
|
||||
@ -469,7 +469,7 @@ public static class AIEvaluator
|
||||
|
||||
if (isBroken)
|
||||
{
|
||||
brokenScore = EvaluateBrokenPattern(brokenCount, brokenOpenEnds);
|
||||
brokenScore = EvaluateBrokenPattern(brokenCount, brokenOpenEnds) * 1.5f;
|
||||
}
|
||||
|
||||
directionScore = Math.Max(normalScore, brokenScore);
|
||||
@ -491,27 +491,28 @@ public static class AIEvaluator
|
||||
opponentPatterns.Add((dir, count, openEnds));
|
||||
|
||||
float normalScore = 0;
|
||||
// 상대 패턴 차단에 대한 가치 (약간 낮은 가중치) AI는 공격지향적으로
|
||||
|
||||
if (count >= 4)
|
||||
{
|
||||
normalScore = PatternScore.FIVE_IN_A_ROW / 12.5f;
|
||||
normalScore = PatternScore.FIVE_IN_A_ROW / 8.5f;
|
||||
}
|
||||
else if (count == 3)
|
||||
{
|
||||
normalScore = (openEnds == 2) ? PatternScore.OPEN_THREE / 3.75f :
|
||||
(openEnds == 1) ? PatternScore.HALF_OPEN_THREE / 6.25f :
|
||||
PatternScore.CLOSED_THREE / 6.25f;
|
||||
// 일관된 분모 사용 (방어 가중치는 유지)
|
||||
normalScore = (openEnds == 2) ? PatternScore.OPEN_THREE / 1.3f :
|
||||
(openEnds == 1) ? PatternScore.HALF_OPEN_THREE / 3.2f :
|
||||
PatternScore.CLOSED_THREE / 4.2f;
|
||||
}
|
||||
else if (count == 2)
|
||||
{
|
||||
normalScore = (openEnds == 2) ? PatternScore.OPEN_TWO / 2.5f :
|
||||
(openEnds == 1) ? PatternScore.HALF_OPEN_TWO / 3.75f :
|
||||
PatternScore.CLOSED_TWO / 5f;
|
||||
normalScore = (openEnds == 2) ? PatternScore.OPEN_TWO / 2.7f :
|
||||
(openEnds == 1) ? PatternScore.HALF_OPEN_TWO / 3.7f :
|
||||
PatternScore.CLOSED_TWO / 4.7f;
|
||||
}
|
||||
else if (count == 1)
|
||||
{
|
||||
normalScore = (openEnds == 2) ? PatternScore.OPEN_ONE / 1.25f :
|
||||
PatternScore.CLOSED_ONE;
|
||||
normalScore = (openEnds == 2) ? PatternScore.OPEN_ONE / 3.7f :
|
||||
PatternScore.CLOSED_ONE / 4.7f;
|
||||
}
|
||||
|
||||
var (isBroken, brokenCount, brokenOpenEnds) = DetectBrokenPattern(board, row, col, dir, opponentPlayer);
|
||||
@ -520,7 +521,7 @@ public static class AIEvaluator
|
||||
if (isBroken)
|
||||
{
|
||||
// 깨진 패턴은 일반 패턴보다 좀 더 높은 가중치 할당
|
||||
brokenScore = EvaluateBrokenPattern(brokenCount, brokenOpenEnds) * 0.9f;
|
||||
brokenScore = EvaluateBrokenPattern(brokenCount, brokenOpenEnds) * 1.2f;
|
||||
}
|
||||
|
||||
directionScore = Math.Max(normalScore, brokenScore);
|
||||
@ -561,7 +562,7 @@ public static class AIEvaluator
|
||||
if (!AreParallelDirections(openThrees[i].dir, openThrees[j].dir))
|
||||
{
|
||||
float threeThreeScore = PatternScore.DOUBLE_THREE / 4; // 복합 패턴 가중치
|
||||
score += isAI ? threeThreeScore : threeThreeScore * 1.1f;
|
||||
score += isAI ? threeThreeScore * 1.1f : threeThreeScore * 1.3f;
|
||||
break;
|
||||
}
|
||||
}
|
||||
@ -578,7 +579,7 @@ public static class AIEvaluator
|
||||
if (!AreParallelDirections(fours[i].dir, fours[j].dir))
|
||||
{
|
||||
float fourFourScore = PatternScore.DOUBLE_FOUR / 4;
|
||||
score += isAI ? fourFourScore : fourFourScore * 1.2f;
|
||||
score += isAI ? fourFourScore * 1.2f : fourFourScore * 1.5f;
|
||||
break;
|
||||
}
|
||||
}
|
||||
@ -589,7 +590,7 @@ public static class AIEvaluator
|
||||
if (fours.Count > 0 && openThrees.Count > 0)
|
||||
{
|
||||
float fourThreeScore = PatternScore.FOUR_THREE / 4;
|
||||
score += isAI ? fourThreeScore : fourThreeScore * 1.2f;
|
||||
score += isAI ? fourThreeScore * 1.1f : fourThreeScore * 1.4f;
|
||||
}
|
||||
|
||||
return score;
|
||||
|
||||
@ -10,12 +10,16 @@ public static class MiniMaxAIController
|
||||
|
||||
private static int[][] _directions = AIConstants.Directions;
|
||||
|
||||
private static int _playerLevel = 1; // 급수 설정
|
||||
private static float _mistakeMove;
|
||||
private static int _playerRating = 18; // 급수. 기본값 18(최하)
|
||||
|
||||
private static Enums.PlayerType _AIPlayerType = Enums.PlayerType.PlayerB;
|
||||
|
||||
private static System.Random _random = new System.Random(); // 랜덤 실수용 Random 함수
|
||||
// 실수 관련 변수
|
||||
private static float _baselineMistakeProb; // 기본 실수 확률
|
||||
private static float _mistakeSeverity; // 실수의 심각도 (높을수록 더 나쁜 수를 둘 확률 증가)
|
||||
private static int _consecutiveGoodMoves = 0; // 연속으로 좋은 수를 둔 횟수
|
||||
private static int _turnsPlayed = 0; // 진행된 턴 수
|
||||
private static System.Random _random = new System.Random();
|
||||
|
||||
// 중복 계산을 방지하기 위한 캐싱 데이터. 위치 기반 (그리드 기반 해시맵)
|
||||
private static Dictionary<(int row, int col), Dictionary<(int dirX, int dirY), (int count, int openEnds)>>
|
||||
@ -28,18 +32,17 @@ public static class MiniMaxAIController
|
||||
}
|
||||
|
||||
// 급수 설정 -> 실수 넣을 때 계산
|
||||
public static void SetLevel(int level)
|
||||
public static void SetRating(int level)
|
||||
{
|
||||
_playerLevel = level;
|
||||
// 레벨에 따른 실수율? 설정
|
||||
_mistakeMove = GetMistakeProbability(_playerLevel);
|
||||
_playerRating = level;
|
||||
GetMistakeProbability(_playerRating);
|
||||
}
|
||||
|
||||
// 실수 확률 계산 함수
|
||||
private static float GetMistakeProbability(int level)
|
||||
private static void GetMistakeProbability(int level)
|
||||
{
|
||||
// 레벨이 1일 때 실수 확률 0%, 레벨이 18일 때 실수 확률 50%
|
||||
return (level - 1) / 17f * 0.5f;
|
||||
_baselineMistakeProb = Math.Max(0.01f, (level - 1) / 17f * 0.34f); //1급 1%, 18급 35%
|
||||
_mistakeSeverity = 1f - ((level - 1) / 17f); // 레벨이 낮을수록 심각한 실수를 함
|
||||
}
|
||||
|
||||
// return 값이 null 일 경우 == 보드에 칸 꽉 참
|
||||
@ -50,7 +53,7 @@ public static class MiniMaxAIController
|
||||
|
||||
float bestScore = float.MinValue;
|
||||
(int row, int col)? bestMove = null;
|
||||
(int row, int col)? secondBestMove = null;
|
||||
List<(int row, int col)>? fiveInARowMoves = null;
|
||||
List<(int row, int col, float score)> validMoves = GetValidMoves(board);
|
||||
|
||||
// 보드에 놓을 수 있는 자리가 있는지 확인
|
||||
@ -59,11 +62,22 @@ public static class MiniMaxAIController
|
||||
return null;
|
||||
}
|
||||
|
||||
// 5연승 가능한 자리를 먼저 찾아서 우선적으로 설정
|
||||
List<(int row, int col)> fiveInARowMoves = GetFiveInARowCandidateMoves(board);
|
||||
if (fiveInARowMoves.Count > 0)
|
||||
// 즉시 승리 가능한 자리를 먼저 찾아서 우선적으로 설정
|
||||
fiveInARowMoves = GetFiveInARowCandidateMoves(board, _AIPlayerType);
|
||||
if (fiveInARowMoves != null & fiveInARowMoves.Count > 0)
|
||||
{
|
||||
bestMove = fiveInARowMoves[0];
|
||||
_turnsPlayed++;
|
||||
return bestMove;
|
||||
}
|
||||
|
||||
// 즉시 패배 가능한 자리를 먼저 찾아서 우선적으로 설정
|
||||
// var oppositePlayer = _AIPlayerType == Enums.PlayerType.PlayerB ? Enums.PlayerType.PlayerA : Enums.PlayerType.PlayerB;
|
||||
fiveInARowMoves = GetFiveInARowCandidateMoves(board, Enums.PlayerType.PlayerA);
|
||||
if (fiveInARowMoves != null & fiveInARowMoves.Count > 0)
|
||||
{
|
||||
bestMove = fiveInARowMoves[0];
|
||||
_turnsPlayed++;
|
||||
return bestMove;
|
||||
}
|
||||
|
||||
@ -76,26 +90,82 @@ public static class MiniMaxAIController
|
||||
if (score > bestScore)
|
||||
{
|
||||
bestScore = score;
|
||||
|
||||
if (bestMove != null)
|
||||
{
|
||||
secondBestMove = bestMove;
|
||||
}
|
||||
|
||||
bestMove = (row, col);
|
||||
}
|
||||
}
|
||||
|
||||
// 랜덤 실수
|
||||
if (secondBestMove != null && _random.NextDouble() < _mistakeMove)
|
||||
float currentMistakeProb = CalculateDynamicMistakeProb(board, validMoves); // 실수 확률 동적 조정
|
||||
|
||||
// 실수 확률에 따라 실수 여부 결정
|
||||
if (_random.NextDouble() < currentMistakeProb)
|
||||
{
|
||||
Debug.Log("AI Mistake");
|
||||
return secondBestMove;
|
||||
int moveIndex = SelectMistakeMove(validMoves);
|
||||
_consecutiveGoodMoves = 0; // 실수했으므로 연속 카운터 리셋
|
||||
|
||||
var mistakeMove = (validMoves[moveIndex].row, validMoves[moveIndex].col);
|
||||
|
||||
// Debug.Log($"AI Mistake: 최적 점수 {validMoves[0].score}대신 {validMoves[moveIndex].score} 선택 (실수 확률: {currentMistakeProb:P2})");
|
||||
_turnsPlayed++;
|
||||
return mistakeMove;
|
||||
}
|
||||
|
||||
// 실수X
|
||||
_consecutiveGoodMoves++;
|
||||
_turnsPlayed++;
|
||||
return bestMove;
|
||||
}
|
||||
|
||||
#region Mistake Code
|
||||
|
||||
// 동적 실수 확률 계산 (게임 상황에 따라 조정)
|
||||
private static float CalculateDynamicMistakeProb(Enums.PlayerType[,] board, List<(int row, int col, float score)> validMoves)
|
||||
{
|
||||
float mistakeProb = _baselineMistakeProb;
|
||||
|
||||
// 1. 턴 수에 따라 조정
|
||||
if (_turnsPlayed < 5) // 초반에는 실수 확률 감소
|
||||
{
|
||||
mistakeProb *= 0.5f;
|
||||
}
|
||||
|
||||
// 2. 연속적인 좋은 수에 따른 조정 (집중력 저하 효과)
|
||||
if (_consecutiveGoodMoves > 3)
|
||||
{
|
||||
// 연속으로 좋은 수를 두면 집중력이 저하되어 실수 확률 증가
|
||||
mistakeProb += (_consecutiveGoodMoves - 3) * 0.03f;
|
||||
}
|
||||
|
||||
// 3. 게임 후반 집중력 향상 (마지막 몇 수는 집중)
|
||||
if (_turnsPlayed > 78) {
|
||||
mistakeProb *= 0.7f; // 종반에는 더 집중
|
||||
}
|
||||
|
||||
return Math.Min(mistakeProb, 0.8f); // 최대 80%로 제한
|
||||
}
|
||||
|
||||
// 실수 선택(경미 ~ 심각)
|
||||
private static int SelectMistakeMove(List<(int row, int col, float score)> moves)
|
||||
{
|
||||
int moveCount = moves.Count;
|
||||
|
||||
// _mistakeSeverity가 높을수록(레벨이 낮을수록) 더 심각한 실수를 할 확률 증가
|
||||
float severityFactor = (float)Math.Pow(_random.NextDouble(), 1 / _mistakeSeverity);
|
||||
|
||||
// 상위 수들 중에서는 약간 안 좋은 수를, 하위 수들 중에서는 매우 안 좋은 수를 선택
|
||||
int mistakeIndex = Math.Min(1 + (int)(severityFactor * (moveCount - 1)), moveCount - 1);
|
||||
|
||||
// 가끔 완전히 랜덤한 수 선택 (매우 낮은 확률)
|
||||
if (_random.NextDouble() < 0.05 * _mistakeSeverity)
|
||||
{
|
||||
mistakeIndex = _random.Next(1, moveCount);
|
||||
}
|
||||
|
||||
return mistakeIndex;
|
||||
}
|
||||
|
||||
#endregion
|
||||
|
||||
private static float DoMinimax(Enums.PlayerType[,] board, int depth, bool isMaximizing, float alpha, float beta,
|
||||
int recentRow, int recentCol)
|
||||
{
|
||||
@ -136,6 +206,8 @@ public static class MiniMaxAIController
|
||||
private static List<(int row, int col, float score)> GetValidMoves(Enums.PlayerType[,] board)
|
||||
{
|
||||
List<(int, int, float)> validMoves = new List<(int, int, float)>();
|
||||
List<(int, int, float)> allMoves = new List<(int, int, float)>();
|
||||
|
||||
int size = board.GetLength(0);
|
||||
|
||||
for (int row = 0; row < size; row++)
|
||||
@ -146,16 +218,26 @@ public static class MiniMaxAIController
|
||||
{
|
||||
// 보드 전체가 아닌 해당 돌에 대해서만 Score 계산
|
||||
float score = AIEvaluator.EvaluateMove(board, row, col, _AIPlayerType);
|
||||
validMoves.Add((row, col, score));
|
||||
allMoves.Add((row, col, score));
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
// score가 높은 순으로 정렬 -> 더 좋은 수 먼저 계산하도록 함
|
||||
validMoves.Sort((a, b) => b.Item3.CompareTo(a.Item3));
|
||||
allMoves.Sort((a, b) => b.Item3.CompareTo(a.Item3));
|
||||
|
||||
// 시간 단축을 위해 상위 10-15개만 고려.
|
||||
return validMoves.Take(10).ToList();
|
||||
int topCount = Math.Min(8, allMoves.Count); // 상위 8개 (또는 가능한 최대)
|
||||
validMoves.AddRange(allMoves.Take(topCount));
|
||||
|
||||
// 중간 범위의 점수를 가진 수도 일부 포함 (전략적 게임을 위해서)
|
||||
if (allMoves.Count > topCount + 10) // 10개 이상의 후보가 있을 때만
|
||||
{
|
||||
var middleIndex = allMoves.Count / 2;
|
||||
var middleMoves = allMoves.Skip(middleIndex - 1).Take(2); // 중간 부분에서 2개 선택
|
||||
validMoves.AddRange(middleMoves);
|
||||
}
|
||||
|
||||
return validMoves;
|
||||
}
|
||||
|
||||
private static bool HasNearbyStones(Enums.PlayerType[,] board, int row, int col, int distance = 3)
|
||||
@ -286,7 +368,7 @@ public static class MiniMaxAIController
|
||||
}
|
||||
|
||||
// 5목이 될 수 있는 위치 찾기
|
||||
private static List<(int row, int col)> GetFiveInARowCandidateMoves(Enums.PlayerType[,] board)
|
||||
private static List<(int row, int col)> GetFiveInARowCandidateMoves(Enums.PlayerType[,] board, Enums.PlayerType currentPlayer)
|
||||
{
|
||||
List<(int row, int col)> fiveInARowMoves = new List<(int, int)>();
|
||||
int size = board.GetLength(0);
|
||||
@ -299,12 +381,21 @@ public static class MiniMaxAIController
|
||||
|
||||
foreach (var dir in _directions)
|
||||
{
|
||||
var (count, openEnds) = CountStones(board, row, col, dir, _AIPlayerType);
|
||||
var (count, openEnds) = CountStones(board, row, col, dir, currentPlayer, false);
|
||||
|
||||
if (count == 4 && openEnds > 0)
|
||||
if (count + 1 == WIN_COUNT && openEnds > 0) // 일반 패턴 (연속 4돌)
|
||||
{
|
||||
fiveInARowMoves.Add((row, col));
|
||||
break; // 하나 나오면 바로 break (시간 단축)
|
||||
return new List<(int row, int col)> { (row, col) }; // 하나 나오면 바로 return (시간 단축)
|
||||
}
|
||||
|
||||
if (count >= 2) // 깨진 패턴 평가
|
||||
{
|
||||
var (isBroken, brokenCount, _) = AIEvaluator.DetectBrokenPattern(board, row, col, dir, currentPlayer);
|
||||
|
||||
if (isBroken && brokenCount + 1 >= WIN_COUNT) // 자기 자신 포함
|
||||
{
|
||||
return new List<(int row, int col)> { (row, col) };
|
||||
}
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
@ -1,8 +1,8 @@
|
||||
using System;
|
||||
using UnityEngine;
|
||||
using System.Threading.Tasks;
|
||||
using UnityEngine.SceneManagement;
|
||||
|
||||
public class OmokAI : MonoBehaviour
|
||||
public class OmokAI : Singleton<OmokAI>
|
||||
{
|
||||
public static OmokAI Instance;
|
||||
|
||||
@ -11,6 +11,17 @@ public class OmokAI : MonoBehaviour
|
||||
Instance = this;
|
||||
}
|
||||
|
||||
// AI가 Player B가 아닌 경우 해당 메서드로 설정. 기본값은 PlayerB
|
||||
public void SetAIPlayerType(Enums.PlayerType AIPlayerType)
|
||||
{
|
||||
MiniMaxAIController.SetAIPlayerType(AIPlayerType);
|
||||
}
|
||||
|
||||
public void SetRating(int level)
|
||||
{
|
||||
MiniMaxAIController.SetRating(level);
|
||||
}
|
||||
|
||||
public async void StartBestMoveSearch(Enums.PlayerType[,] board, Action<(int, int)?> callback)
|
||||
{
|
||||
(int row, int col)? bestMove = await Task.Run(() => MiniMaxAIController.GetBestMove(board));
|
||||
@ -23,4 +34,6 @@ public class OmokAI : MonoBehaviour
|
||||
bool isWin = MiniMaxAIController.CheckGameWin(player, board, row, col, false);
|
||||
return isWin;
|
||||
}
|
||||
|
||||
protected override void OnSceneLoaded(Scene scene, LoadSceneMode mode) { }
|
||||
}
|
||||
|
||||
@ -184,14 +184,6 @@ public class GameLogic : MonoBehaviour
|
||||
private List<Vector2Int> _forbiddenMoves = new List<Vector2Int>();
|
||||
#endregion
|
||||
|
||||
private static int[][] _directions = new int[][]
|
||||
{
|
||||
new int[] {1, 0}, // 수직
|
||||
new int[] {0, 1}, // 수평
|
||||
new int[] {1, 1}, // 대각선 ↘ ↖
|
||||
new int[] {1, -1} // 대각선 ↙ ↗
|
||||
};
|
||||
|
||||
public GameLogic(StoneController stoneController, Enums.GameType gameType, FioTimer fioTimer = null)
|
||||
{
|
||||
//보드 초기화
|
||||
@ -238,6 +230,8 @@ public class GameLogic : MonoBehaviour
|
||||
case Enums.GameType.SinglePlay:
|
||||
firstPlayerState = new PlayerState(true);
|
||||
secondPlayerState = new AIState();
|
||||
// AI 난이도 설정(급수 설정)
|
||||
OmokAI.Instance.SetRating(UserManager.Instance.Rating);
|
||||
|
||||
//유저 이름 사진 초기화
|
||||
GameManager.Instance.InitPlayersName(UserManager.Instance.Nickname, "AIPlayer");
|
||||
@ -365,17 +359,9 @@ public class GameLogic : MonoBehaviour
|
||||
//승리 확인 함수
|
||||
public bool CheckGameWin(Enums.PlayerType player, int row, int col)
|
||||
{
|
||||
foreach (var dir in _directions)
|
||||
{
|
||||
var (count, _) = CountStones(_board, row, col, dir, player);
|
||||
|
||||
// 자기 자신 포함하여 5개 이상일 시 true 반환
|
||||
if (count + 1 >= Constants.WIN_COUNT)
|
||||
return true;
|
||||
}
|
||||
|
||||
return false;
|
||||
return OmokAI.Instance.CheckGameWin(player, _board, row, col);
|
||||
}
|
||||
|
||||
// 특정 방향으로 같은 돌 개수와 열린 끝 개수를 계산하는 함수
|
||||
private (int count, int openEnds) CountStones(
|
||||
Enums.PlayerType[,] board, int row, int col, int[] direction, Enums.PlayerType player)
|
||||
@ -440,7 +426,7 @@ public class GameLogic : MonoBehaviour
|
||||
{
|
||||
if (tempBoard[row, col] != Enums.PlayerType.None) continue;
|
||||
tempBoard[row, col] = player;
|
||||
foreach (var dir in _directions)
|
||||
foreach (var dir in AIConstants.Directions)
|
||||
{
|
||||
var (count, _) = CountStones(tempBoard, row, col, dir, player);
|
||||
|
||||
|
||||
Loading…
x
Reference in New Issue
Block a user