You signed in with another tab or window. Reload to refresh your session.You signed out in another tab or window. Reload to refresh your session.You switched accounts on another tab or window. Reload to refresh your session.Dismiss alert
Esta es una demostración educativa de una IA imbatible para Tic Tac
14
-
Toe. El objetivo es mostrar cómo un algoritmo clásico puede
15
-
"resolver" un juego por completo.
12
+
Esta aplicación implementa Minimax, un método de decisión recursivo utilizado en teoría de juegos. El algoritmo busca el movimiento que maximiza la ganancia mínima esperada, asumiendo que el adversario ejecuta una estrategia óptima.
<h3className="text-lg font-semibold text-blue-400">Exploración del Espacio de Estados</h3>
20
17
<pclassName="text-sm mt-1">
21
-
El frontend (React/Astro) envía el tablero al backend (Python). El
22
-
backend decide la jugada óptima y la devuelve para actualizar la UI.
18
+
El sistema genera un árbol de juego que representa todas las secuencias de movimientos posibles hasta alcanzar un estado terminal (victoria, derrota o empate). Este análisis permite determinar el valor de cada nodo basándose en resultados finales.
Las reglas (<code>ganador(X)</code>, <code>empate</code>, <code>movimiento_valido</code>)
31
-
están definidas en Prolog. Python consulta este motor para
32
-
evaluar los estados del juego.
26
+
Se asigna un valor numérico a los estados finales: +1 para la victoria de la IA, -1 para la derrota y 0 para el empate. El algoritmo propaga estos valores hacia arriba en el árbol para seleccionar la ruta con el valor máximo disponible.
El "cerebro" es un algoritmo Minimax en Python. Explora
41
-
recursivamente el árbol de jugadas (con Poda Alfa-Beta) para
42
-
encontrar el movimiento que garantiza la victoria o el empate.
34
+
Para reducir la complejidad computacional, se aplica Poda Alfa-Beta. Esta técnica descarta ramas del árbol de búsqueda que no influyen en la decisión final, permitiendo procesar el espacio de estados de manera más eficiente sin alterar el resultado del algoritmo.
0 commit comments