Programe una IA general basada en Monte Carlo Tree Search que explore el árbol de posibilidades para tomar una decisión.
Esta IA deberá extender Player y programarse en src/javaboard/PlayerCPUMonteCarlo.java y, al igual que PlayerCPUEval, utilizar la función de evaluación que se espera que tenga el juego (suponiendo que este es una instancia de Evaluable).
Muestre que su IA funciona modificando src/foxhounds/Play.java para que juegue contra una PlayerCPURandom. Su CPU debería ganar casi siempre.
Puesto que esta issue es particularmente compleja, la nota final se multiplicará por x1.4, siempre que funcione.
Programe una IA general basada en Monte Carlo Tree Search que explore el árbol de posibilidades para tomar una decisión.
Esta IA deberá extender
Player
y programarse ensrc/javaboard/PlayerCPUMonteCarlo.java
y, al igual quePlayerCPUEval
, utilizar la función de evaluación que se espera que tenga el juego (suponiendo que este es una instancia deEvaluable
).Muestre que su IA funciona modificando
src/foxhounds/Play.java
para que juegue contra unaPlayerCPURandom
. Su CPU debería ganar casi siempre.Puesto que esta issue es particularmente compleja, la nota final se multiplicará por x1.4, siempre que funcione.