奥赛罗棋智能模块的算法设计.pdfVIP

! 第 卷! 第# 期 厦门教育学院学报 $%’ ! (%’ # ! #))* 年+ 月 ,%-./0 %1 23045/ 67-8093%/0 :%5;5 58’ #))* 奥赛罗棋智能模块的算法设计 吴华蕾 （厦门教育学院，福建 厦门 B+?))= ） ［摘! 要］奥赛罗棋 （C9D5% ）是一种常见的双0;5/9 博弈游戏。本文主要介绍了奥赛罗棋的计算机博弈 游戏中智能模块的设计方法，包括博弈程序设计中采用的搜索方法和对棋局进行估价等的算法设计。 ［关键词］博弈搜索、EFD0 G590 剪枝、估价函数 ［中图分类号］HI B??J ?? ! ［文献标识码］E! ［文章编号］?+AB )#A* （#))* ）)# ))# )B ! ! 奥赛罗棋是一种博弈游戏，由两个0;5/9 （称为博弈 如：时间限制、存储空间限制或在搜索树中最深节点的深 者）轮流移动，直到其中一方获胜 （另一方因此失败）， 度。 或双方和局。每个博弈者完全熟悉环境及自己和对方可能 搜索结束后，需从搜索树中选取一个最佳首次移动， 的移动方式和影响。许多博弈，包括国际象棋、西洋跳棋 这个选取方法可以对搜索树的叶节点采用静态估价函数。 （7.0-;D9K ）和围棋，都属于这种类型。 此估价函数衡量每一个叶节点位置的 “值”。通常分析博 奥赛罗棋棋盘是一个有 L 方格的棋盘，棋子双面： 弈树时，对ME2 有利的位置，估价函数将赋予正值；对 一面白色、一面黑色。棋子应下在棋盘空格中。开盘时， MN( 有利的位置赋予负值，接近零的值表示该位置对 棋盘上正中共有= 粒棋子，两白两黑呈对角线排列，由执 ME2 和MN( 都一样。 黑者先行。双方都必须将棋子下在能在直线或斜线方向夹 一个最佳的走步可以由一个最小最大化过程产生。假 住对方的棋子的地方。被对方棋子夹住的棋子，会翻转变 设轮到ME2 从搜索树的叶节点中选取，他肯定选择拥有 成对方的棋子。只有在可以翻转棋子的地方才可以下子。 最大值的节点。因此，MN( 叶节点的一个ME2 双亲节点 如果棋盘上没有地方可以下子，则对方连下。双方都没有 的倒推值就等于叶节点的静态估价值中的最大值。另一方 棋子可下时棋局结束，棋盘上棋子多的一方获胜。双方棋 面，MN( 从叶节点中选取时，必然会选值最小的节点 子数目相同，则和棋。 （即最负的值）。既然如此，ME2 叶节点的MN( 双亲节点 博弈通常都用图标来描述自己的状态空间，直观上我 被分配一个倒推值，它等于叶节点静态估价值的最小值。 们可以采用 L 数组来记录黑白博弈者在 L 网格中的 在所有叶节点的父节点被赋予倒推值后，开始倒推另一 不同位置。这种方法的缺点是程序运行时速度会受影响， 层，假定ME2 将选择有最大倒推值的MN( 后继节点，而 因为需用二重循环来遍历棋盘。所以也可采用一维数组定 MN( 会选择有最小倒推值的ME2 后继节点。 义棋盘。 我们继续逐层对节点估价，直到最后开始节点的后继 用算子表示博弈的移动，算子把一种状态描述转换为 者被赋予倒推值。假定ME2 首先移动，ME2 将选择有最 另一种描述，由一个开始节点和每个博弈者的算子隐式定 大倒推值的节点作为它的走步。 义博弈图，建立搜索树。 整个过程的有效性基于这样的假设：开始节点的后继 如同大多数博弈一样，奥赛罗棋可采用博弈搜索和 的倒推值比直接从静态估价函数中得到的值更可靠。由于 EFD0 G590 剪枝技术。 倒推值基于在博弈树中的预先推算，并且取决于在博弈结