Line Up 4 - AI Player (Connect 4)

Description

This repository contains the implementation of an artificial intelligence for the game Line Up 4 (Connect 4), developed in Java. The AI uses the Minimax algorithm with alpha-beta pruning to make strategic decisions. The project also includes an analysis of the implementation and results, which can be found in the attached PDF file.

Project Features

• Minimax algorithm with alpha-beta pruning: Optimization in the decision-making process.
• Evaluation functions: Calculation of the heuristic value of the board, state copying, and verification of winning conditions.
• Decision tree generation: The AI builds a tree to explore possible moves and select the optimal one.
• Difficulty levels: The game can be played at different difficulty levels.

Main Functions

• InorderTraversal: Traverses the decision tree to evaluate possible moves.
• CopyBoard: Creates a copy of the current state of the board.
• CalculateValue: Computes the heuristic value of a node by evaluating rows, columns, and diagonals.
• Check: Verifies if there is a winning or defensive move on the board.
• PlayTurn: Executes the AI's move and returns the selected column.

Execution

To run the project:

1. Clone this repository:

   git clone <repository-URL>

2. Open the project in your preferred IDE.

3. Compile and run the main file to start the game.

Analysis and Results

A thorough analysis of the AI's performance has been conducted, with details available in the attached PDF file.

Line Up 4 - AI Player (Conecta 4)

Descripción

Este repositorio contiene la implementación de una inteligencia artificial para el juego Line Up 4 (Conecta 4), desarrollada en Java. La IA utiliza el algoritmo Minimax con poda alfa-beta para tomar decisiones estratégicas. El proyecto también incluye un análisis sobre la implementación y resultados, que puede consultarse en el archivo PDF adjunto.

Características del proyecto

• Algoritmo Minimax con poda alfa-beta: Optimización en el proceso de toma de decisiones.
• Funciones de evaluación: Cálculo del valor heurístico del tablero, copia de estados y verificación de condiciones de victoria.
• Generación de árboles de decisión: La IA construye un árbol para explorar movimientos posibles y seleccionar el óptimo.
• Niveles de dificultad: El juego puede ejecutarse en diferentes niveles de dificultad.

Funciones principales

• Recorrer/Inorden: Recorre el árbol de decisiones para evaluar posibles movimientos.
• CopiaTablero: Realiza una copia del estado actual del tablero.
• CalculaValor: Calcula el valor heurístico de un nodo, evaluando filas, columnas y diagonales.
• Comprueba: Verifica si existe una jugada ganadora o defensiva en el tablero.
• TurnoJugada: Ejecuta el movimiento de la IA y devuelve la columna seleccionada.

Ejecución

Para ejecutar el proyecto:

1. Clona este repositorio:
   git clone <URL-del-repositorio>

2. Abre el proyecto en tu IDE preferido.

3. Compila y ejecuta el archivo principal para iniciar el juego.

Análisis y Resultados

Se ha realizado un análisis exhaustivo del rendimiento de la IA, cuyos detalles se encuentran en el archivo PDF adjunto.