1. 研究目的与意义（文献综述）

2048游戏是一单人游戏。游戏中的操作对象是网格中的带数字的“瓦片”方块。单次游戏中，玩家可以使用方向键使所有方块向目标方向移动并对齐，如果两个带有相同数字的方块在移动方向上碰撞，则它们会合并为一个方块，且新方块所带的数字变为两者之和。每次移动后，会有一个数值为2或4的新方块出现在空白位置。玩家的最终目标是努力合并出更大的数字，一般的2048游戏中合出2048即可，该游戏也正因此得名。

该游戏自2014年初由开发者cirulli开发并发布，因其简单操作方式和具有挑战性，十分受国内外玩家的欢迎。对于其中高分策略的研究十分有意义，随着游戏的火爆，对于该游戏策略的研究和实现也越来越多。通过近段时间在学术论文方向和相关开源项目中的了解和学习，我大致了解到以下三个实现方向。

(1) 基于简单估值函数。常见的是简单的对四个可选方向移动后的得分进行评价，由于得分越高的步骤意味着更大、更多的数字合并，故对于要求不高的简单ai而言已经够用了。但显然这种简单的估值是不具备足够稳定性的。比如在某个局势a下，虽然不同的决策方向很有可能存在相同的得分，但是在接下来的局面子树中，相差的结果可能是天壤之别。简而言之，简单的通过合并得分作为估值函数的策略是不稳定的。

2. 研究的基本内容与方案

基本内容：

本研究基于c 语言，实现2048游戏的策略，分别基于纯估值函数、基于minimax算法和基于alpha-beta剪枝算法及其改进算法设计，并比较其运行性能和稳定性。

（1）基于估值函数的策略。根据自身的游戏体验及相关攻略分享，分析出用于评估局面的估值项目并实现估值函数，利用估值函数评估当前格局下四种可能决策下子格局的局面估值，直接选择估值最高的策略。

3. 研究计划与安排

第一阶段（第1周—第3周）：查阅有关的参考资料并完成开题报告；翻译英文资料（不少于5000汉字），并交予指导教师检查。

第二阶段（第4周—第8周）：设计研究课题的问题模型，了解各个层次的策略算法的原理。重点掌握算法细节与alpha-beta剪枝算法的进一步优化手段。总结各种算法的优缺点以及使用范围。

第三阶段（第9周—第13周）：根据模型与学习的算法细节，设计并实现2048游戏的三种不同层次的策略算法，验证minimax算法的稳定性和alpha-beta剪枝算法的性能。

4. 参考文献（12篇以上）

[1] ja#347;kowskiw. mastering 2048 with delayed temporal coherence learning, multistage weightpromotion, redundant encoding, and carousel shaping[j]. ieee transactions ongames, 2018, 10(1): 3-14.

[2] sutton r s, barto a g.reinforcement learning: an introduction[m]. mit press, 2018.

[3] osborne m j. an introductionto game theory[m]. 2005.