人工智能大作业报告-Read.doc

人工智能大作业报告 班级：F0003301 同组成员： 陶猗 5000339013 组长 梁永坚 5000339010 阿力甫 5000339135 高冲 5000339008 李轩 5000339011 Project1:黑白棋游戏 让电脑自动下黑白棋的程序。 一．运行平台：Win98或Win XP。 二．开发工具：Microsoft Visual C++6.0 三．运行方法：直接运行，如果慢那不是死机，请耐心等待 四．大体思路 1．评估函数 　　　 用的仍然是最容易的权值表。 5 -2 2 2 2 2 -2 5 -2 -2 1 1 1 1 -2 -2 2 1 1 1 1 1 1 2 2 1 1 5 5 1 1 2 2 1 1 5 5 1 1 2 2 1 1 1 1 1 1 2 -2 -2 1 1 1 1 -2 -2 5 -2 2 2 2 2 -2 5 　　 当然，作了一些动态改变： 1.一旦“角“被占，周围三个位置的权值变成+2. 2.终局搜索时只计算双方棋子数。 2.alpha—beta剪枝搜索 　 (1)基本算法与书上相同。求倒推值。 　　 参数说明：A,B是当前结点祖先结点的alpha,beta值 　　 Chtype取值+,-1 curFace是当前结点 　　 depth是当前深度。当depth＝＝m_cut_depth时直接返回静态评估值。 int COthelloDoc::GetValue(int depth, char* curFace, char chtype, int A,int B) (2).为了加大剪枝效果，用了类似叠代加深的方法 例如在搜索15层之前，先搜索6层，求得各个儿子的倒推值，按value*chtype的值排序。然后按序重新进行15层搜索。这样似乎能加大剪枝数。 (3).为了加深搜索深度，用了选择性搜索(MPC)。 例如在搜索15层之前，在搜索到第八层的时候，就对结点进行一次静态评估，若发现EvaluateValue*chtype的值小于一定的阀值(例如,6),直接返回静态评估值，不再继续往下。当然，前提是要有科学的评估函数，才不会丢弃看似恶手，实是好手的棋。 五．不足之处及其展望 1.棋力不足。有时连我都下不赢。与WZebra的2 move下，很少能取胜，到了WZebra的6 move以上，则总是惨败。究其原因是初期子太多，这往往是被“翻盘“的先兆。 　 2.网站上看到的一些新思路(/programming.htm) 杀手经验法则(Killer Heuristic) 逐层加深利用主要路径加速剪枝效果，如果把主要路径加以推广，就接近杀手经验法则的想法。所谓杀手，是指在某一个盘面当中，能够造成剪枝的一些较好的着手。如果能将这些杀手步存储起来，然后在同一深度的其他盘面优先搜索，往往也会造成剪枝的效果。事实证明，这种做法的剪枝效果相当好。一般国际象棋，通常在每一层存有2-5个杀手步。较强的黑白棋程序都用到了杀手经验法则。同形表(Transposition Table) 经常几种不同的下棋顺序导致同样的棋型。如虎开局，可以是f5-d6-c3-d3-c4 或 5-d6-c4-d3-c3，两种顺序导致了同样的棋型。这叫做转换。为避免搜索一个位置几次，程序在同形表中存储所有的(至少是大多数的)在搜索中计算过的位置。(通常用数据结构哈希表实现)。在黑白棋的中局阶段，它估计减少时间深度20-50% 。在终局，转换表更常见，所得也更高。 /MyGames/DownLoad/Setup-Plaza.exe 俄罗斯方块 /mygames/DownLoad/Setup-Tentrix.exe 四．大体思路 1．捕捉方块模块 (1).获得窗口句柄及其子窗口句柄。 (2).根据颜色判断方块 方块分七种颜色，对应七种类型。包括翻转共有19种状态。 识别的结果是：ntype=xx(类型0—6),nStatus=yy(状态),构造一个方块。 2.人工智能模块 (1).先对中游的方块特征进行编码, 以求最大程度的便于计算。 (2).牵涉到的数据结构是一个二维数组，记录当前Board。一个一维数组，记录当前每一列的最高点，一个方块对象（已识别），一个吊桶（用于基数排序）。 (3).算法类似于爬山法。但并不是死做。先对该方块，求出所有下降高度，和生成的“新”空洞。以“下降高度“和”新空洞“为关键字进行基数排序，要用到吊桶。排序结果返回在一个状态数组中。 然后有选择地计算最佳方案：从最低下降位置开始，逐个评估比当前方案空洞数少的方案，一旦发现“不错“的方案，马上返回。 具体地有：消行加分（消两行以上直接返回），新空洞扣分