五子棋完成算法设计.docVIP

以下是我关于五子棋实现人工智能的初步想法，有待完善 3步定式开局 电脑执黑（先走） 则 然后根据白棋的走法： If （直贴防守） 电脑下 （此开局为花月，黑子必胜开局，黑方优势极大） If （斜贴防守）或者其他地方，即不是直贴位置 电脑下 （此开局为浦月，也是黑子必胜开局） 由于开局简单，且棋盘上没有子，不好做人工智能判断，而且此两开局是黑方优势最大的走法，实现简单，所以我们可以直接硬性执行 电脑执白（后走） 人的走法可完全视为 电脑可以斜贴或者直贴 人走贴边和角落情况是极端位置，如果是这样则电脑可以走 无视人走的第一步，接下来的走法视为电脑先行 专家系统中的规则： 连5 v（x）=120 封5 v（x）=60 活4 v（x）=30 封活4 v（x）=12 冲4 v（x）=9 封冲4 v（x）=6 活3 v（x）=5 跳3 v（x）=5 冲3 v（x）=2 活2 v（x）=2 此处是一些五子棋落子的术语，参考文献 HYPERLINK /view/679408.htm /view/679408.htm 具体当面解释，权值v（x）是经过我经验和思考后权衡过的，有待测试改善。 h(x)=v1(x)+v2(x)+ v3(x)+…vn(x) 即对于一个空位置，判断落子的价值，落子后满足专家系统中的10条规则，一步棋可以满足多条规则，一个规则可被满足多次，然后将所有的满足的规则，将权值加起来赋予h（x）图解如下： 1 3 X X X 2 X 4 如果下1，则 X X X X X 形成一个活3，两个活2，h（x）=v（活3）+2*v（活2）=5+2*2=9 如果下3，则 X X X X X 行成一个活4，一个活2，h（x）=v（活4）+v（活2）=30+2=32 显然32大，故应该执行3这个位置 启发博弈应用 电脑评估有个极大极小的过程， 初步设计是有个价值条，0--------100 初始值t(x)为50，每在预测过程中行动一步都将改变价值条的值t（x） 执黑：t（x）=t（x-1）+h（x） 执白：t（x）=t（x-1）-h（x） t（x）越大黑方越有优势，白方相反 局部最佳搜索 定式开局后，则棋盘上有3个棋子，将此3棋子放入closed（），表示已经写过的位置， 将这3个子的拓展16位置（即8个方向延伸2格如图所示） x X X x x X X x 1 x X X x X x x x 先判断该位置是否在open（），或者closed（），若都不在，则将该位置加入open（）。如果执行评估。 评估open（）中的各个位置的价值，先将open（）复制到test（），将closed（）复制到down（）。 Begin t(x)=50; test（）= [s0s1s2…sn], down（）= [d0d1d2…dn], 对test（）中每个位置根据专家系统规则给予该点h（x），排列顺序，高的放左边。 for(i=0;i3;i++) //i根据智能等级设置，此为搜索宽度 { 将s0移至down（），将此点的h（x）计入t（x） If win，return else begin 产生s0的拓展16点，作为其孩子c0，c1，c2…cn 判断孩子是否在test（）或down（），将不在的加入test（） 评估test（），循环3次 //根据智能等级设置搜索深度 选出最好的3条路径 //经过3*3*3的拓展搜索后将有27条路径 随机选一条路径执行，除非差距在t（x）10以上 //避免程序陷入固定的途径 } end 取极大值搜索树如下： 取极大值 [s0s1s2…sn] 取极小值取极小值取极小值 取极小值 取极小值 取极小值 排序 排序 排序 取极大值取极大值取极大值 取极大值 取极大值 取极大值 [s0…sn] [s0…sn] [s0…sn] [s0…sn] [s0…sn] [s0…sn] [s0…sn] [s0…sn] [s0…sn] 根据智能等级设置 路径数： 3*3*3=27 新手等级 35 =243