人机版五子棋两种算法概述

人机版五子棋是很有挑战性的。至今好像没有保证可以取胜的算法，但已经有不少写的很专业的五子棋程序了。我在编写五子棋的过程中参考了不少资料，发现人机五子棋大致有两种策略。在这儿总结一下，与大家共享。先说两种算法，然后介绍一点五子棋的专业知识。有些地方表述不清，望见谅，如有表述不清的地方，可以回帖讨论。

此类算法有一点是相同的，就是要对整个棋局或其中的有效位置进行评价。往往会使用一个分表。而评分表却很难确定，也没有所谓最好的，有人根据经验和测试，总结了不错的评分表，我在程序中都是用的别人的评分表。

第一种方法是很简单的，但是效果也是很好的。从运行结果看，这么简单的方法达到如此的水平，着实让我吃了一惊。当然，这是跟第二种算法比较的感觉。大致思路如下：

评估当前棋局中，哪个位置的得分最高。五子棋要赢，必然要有五个棋子在一起成线，那么我们就可以计算棋盘中每一个五格相连的线，一下称之为五元组。一般情况（包括专业五子棋）下棋盘是15*15的。那么应该是572个五元组。同时，针对五元组中黑子和白子的数量（可以不考虑相对位置）的不同，给该五元组评不同的分。然后每一个位置的得分就是包含这个位置的所有五元组的得分之和。下面是我的程序中用的表示方法及其评分表。

说明：当五元组为空，分数为7，不为零的原因是，还有跟糟的情况：五元组中既有黑子又有白子，五元组也就是无效了，这时才给0分。这个评分表是我在一个老外的程序中找到的，这是我见到的几个评分表中最出色的。

[c-sharp] view plain copy

// tuple is empty
Blank,
// tuple contains a black chess
B,
// tuple contains two black chesses
BB,
// tuple contains three black chesses
BBB,
// tuple contains four black chesses
BBBB,
// tuple contains a white chess
W,
// tuple contains two white chesses
WW,
// tuple contains three white chesses
WWW,
// tuple contains four white chesses
WWWW,
// tuple does not exist
Virtual,
// tuple contains at least one black and at least one white
Polluted
tupleScoreTable[0] = 7;
tupleScoreTable[1] = 35;
tupleScoreTable[2] = 800;
tupleScoreTable[3] = 15000;
tupleScoreTable[4] = 800000;
tupleScoreTable[5] = 15;
tupleScoreTable[6] = 400;
tupleScoreTable[7] = 1800;
tupleScoreTable[8] = 100000;
tupleScoreTable[9] = 0;
tupleScoreTable[10] = 0;

至于如何有效统计这么多五元组的得分，就自己想吧，我在写的一个程序中第一次写为了便于自己和朋友理解，居然计算了两遍，但是条理清晰。这就是在可读性和效率之间来个折中了。

就这种算法，我写了一个程序，供大家参考：https://github.com/zhijie/Gobang

===============更新=========================

同时还有个中国象棋的源码 https://github.com/zhijie/ChineseChess vc版

后来学习android时，写了个android版的中国象棋，源码如下：

https://github.com/zhijie/ChineseChess4Android

第二种算法是使用正规军中的博弈算法。在极大极小值搜索中应用alpha-beta剪枝。

使用这种算法，就是估计几步之内（步数越多，时间越长，自己根据实际情况决定）放在哪个位置最有利。根据当前局面，评估每一个可以落子的位置，看看在这儿落子后的得分怎样。极大极小值搜索就是在估计自己走的时候，选得分高的，估计别人走的时候，选得分低的，这儿的低是对自己而言的，也就是假设对手选了对他最有利的位置，淡然就是让我们得分最低的位置了。然后这样假设几步，选最好的。因为这样的搜索控件往往太大了，就是用剪枝，对没有必要的走步就不用分析了。

这种算法的评分方式跟第一种不同，第一种方法是评估当前棋局的每一个位置的得分，找最优的。而这里是对假设的每一种走步的局面进行评估，选能够到达最优局面的位置落子。

这种算法属于经典的而且应用很广的算法。很多书上都有介绍。我就不多次一举了。而且我也不一定能说清。

这里给出山东师范大学董红安在2005年的硕士毕业论文中使用的的评分表

有时间我会把这种算法的五子棋写一下

下面提一下五子棋的专业知识

国内已有一些编程比赛是针对博弈的

那么就有了一些规定；在五子棋方面，比赛多使用专业五子棋比赛规则。主要是禁手，为了尽量公平，对先落子的一方（先手）下禁手，就是一些技术不能再用，用则为输。我找了一个禁手的图示

另外一点，为了使自己的程序更智能，先手一般会使用经典开局

因为根据经验，先手的某些开局赢的可能性更大。这种可能性的来源是，这种局面要有尽量多的两个子在一起的情况。这是26种经典开局，可以应用到自己的程序中

人机版五子棋两种算法概述相关推荐

深度优先搜索（DFS）和广度优先搜索（BFS）两种算法c++
1.BFS和DFS介绍深度优先搜索(DFS)和广度优先搜索(BFS)是一种用于遍历或搜索树图的一种算法,在这个过程中保证图或数的每个结点被访问且仅被访问一次,再按照每个结点访问的顺序不同分为深搜和广 ...
剪拼子字符串——常规、另类两种算法解CSDN竞赛第八期第一小题
[点击此处跳转笔记正文] Python 官网:https://www.python.org/ Free:大咖免费"圣经"教程< python 完全自学教程>,不仅仅是基 ...
“斐波那契数列”的两种算法
"斐波那契数列"的两种算法斐波那契数列有个规律:从第三个数开始,每个数是前两个数之和,比如: 1 1 2 3 5 8 13 21 34 55...... 现在通过两种方式(递归与 ...
ML之SVM：利用SVM算法对手写数字图片识别数据集(PCA降维处理)进行预测并评估模型(两种算法)性能
ML之SVM:利用SVM算法对手写数字图片识别数据集(PCA降维处理)进行预测并评估模型(两种算法)性能目录输出结果设计思路核心代码输出结果设计思路核心代码 estimator = PC ...
ML之RFDT：利用RF(RFR)、DT(DTR)两种算法实现对boston(波士顿房价)数据集进行训练并预测
ML之RF&DT:利用RF(RFR).DT(DTR)两种算法实现对boston(波士顿房价)数据集进行训练并预测目录输出结果实现代码输出结果 1.两种算法的预测结果 2.回归树的可视化 ...
在.Net framework下遍历XML文挡树的两种算法
在阅读ASP.NET_XML深入编程技术 (PDF格式)一书的时候,发现遍历树的两种算法:深度优先和广度优先遍历文挡树,前一种需要使用递归,后者则不需要,本人大学时期数据结构学的不好,每每涉及到树,总 ...
Fletcher-Reevers Conjugate Descent和Steepest Descent两种算法中伪代码的区别
本文主要用来比较两个算法到底差别在哪里 step Fletcher-Reevers Conjugate Descent Steepest Descent 1st1st1st 选择初始点x(1)选择初始 ...
java进程调度怎么画图,[Java教程]进程调度的两种算法JAVA实现
[Java教程]进程调度的两种算法JAVA实现 0 2015-10-21 12:00:08 (SJF分为preemptive shortest job first(抢占式)和non-preemptiv ...
在一个请求分页系统中，假定系统分配给一个作业的物理块数为 3，并且此作业的页面走向为 2、3、2、1、5、2、4、5、3、2、5、2。试用 FIFO和 LRU 两种算法分别计算出程序访问过程中所发生
页面置换算法题目: 在一个请求分页系统中,假定系统分配给一个作业的物理块数为 3,并且此作业的页面走向为 2.3.2.1.5.2.4.5.3.2.5.2.试用 FIFO和 LRU 两种算法分别计算出 ...

人机版五子棋两种算法概述

人机版五子棋两种算法概述相关推荐

最新文章

热门文章