人工智能实验报告：剪枝法五子棋.docxVIP

《人工智能》课外实践报告项 目 名 称： 剪枝法五子棋所 在 班 级：2013级软件工程一班起 止 时 间： 2016-5-10——2016-6-18项目基本信息项目名称五子棋项目简介智力小游戏作为人们日常休闲娱乐的工具已经深入人们的生活，五子棋更成为了智力游戏的经典，它是基于AI的αβ剪枝法和极小极大值算法实现的人工智能游戏，让人们能和计算机进行对弈。这个项目我们实现了当人点击“开始”按钮时，开始下棋，当人的棋子落时，计算机会根据算法进行最佳路径计算，然后落子下棋。任何一方赢了都会弹出哪方赢了。然后单击重新开始。任务分工李晓宁 130904021 白明辉 130904001：负责界面实现和估值函数设计 文档整理刘小晶 130904032 袁成飞 130904051：负责极小极大值算法的设计与实现 李喜林 130904019 程小兰 130904004：负责αβ剪枝法的设计与实现系统分析1.1背景1.1.1 设计背景智力小游戏作为人们日常休闲娱乐的工具已经深入人们的生活，五子棋更成为了智力游戏的经典，它是基于AI的αβ剪枝法和极小极大值算法实现的人工智能游戏，让人们能和计算机进行对弈。能使人们在与电脑进行对弈的过程中学习五子棋，陶冶情操。并且推进人们对AI的关注和兴趣。1.1.2可行性分析通过研究，本游戏的可行性有以下三方面作保障（1）技术可行性本游戏采用Windows xp等等系统作为操作平台，使用人工智能进行算法设计，利用剪枝法进行编写，大大减少了内存容量，而且不用使用数据库，便可操作，方便可行，因此在技术上是可行的。（2）经济可行性开发软件：SublimText（3）操作可行性该游戏运行所需配置低、用户操作界面友好，具有较强的操作可行性。1.2数据需求五子棋需要设计如下的数据字段和数据表：2.1 估值函数： 估值函数通常是为了评价棋型的状态，根据实现定义的一个棋局估值表，对双方的棋局形态进行计算，根据得到的估值来判断应该采用的走法。棋局估值表是根据当前的棋局形势，定义一个分值来反映其优势程度，来对整个棋局形势进行评价。本程序采用的估值如下：? 状态?眠二?假活三?眠三?活二?冲四?假活三?活三?活四?连五? 分值? 2? 4? 5? 8? 12? 15? 40? 90? 200一般来说，我们采用的是15×15的棋盘，棋盘的每一条线称为一路，包括行、列和斜线，4个方向，其中行列有30路，两条对角线共有58路，整个棋盘的路数为88路。考虑到五子棋必须要五子相连才可以获胜，这样对于斜线，可以减少8路，即有效的棋盘路数为72路。对于每一路来说，第i路的估分为E(i)=Ec(i)-Ep(i)，其中Ec(i)为计算机的i路估分，Ep(i)为玩家的i路估分。棋局整个形势的估值情况通过对各路估分的累加进行判断，即估值函数： 72 F（n）= Σ E(i) i=11.2.2 极小极大值算法:极大极小搜索算法就是在博弈树在寻找最优解的一个过程，这主要是一个对各个子结点进行比较取舍的过程，定义一个估值函数F(n)来分别计算各个终结点的分值，通过双方的分值来对棋局形势进行分析判断。以甲乙两人下棋为例，甲为max，乙为min。当甲走棋时，自然在博弈树中寻找最大点的走法，轮到乙时，则寻找最小点的走法，如此反复，这就是一个极大极小搜索过程，以此来寻找对机器的最佳走法。?1.2.3. αβ 剪枝法:αβ剪枝算法简单来说，就是在搜索过程中减少一定的冗余现象，如已经找到极大值，执行该走法就可以获胜，则无须再往下进行搜索比较，此过程即为剪枝。对于极大的MAX结点，称为α剪枝；反之为β剪枝。具体规则可以简单描述如下：? α剪枝：对于极大值层结点的α值如果不小于它的任一祖先极小值层结点的β值，即α(后续层)≥β(祖先层)，则可中止该极大值层中这个MAX节点以下的搜索过程，这个MAX节点最终的倒推值就确定为这个α值。? β剪枝：对于极小值结点层的β值如果不大于它任一祖先极大值层结点的α值，即α(祖先层)≥β(后续层)，则可中止对该极小值层中这个MIN节点以下结点的搜索，这个MIN节点最终的倒推值就确定为这个β值。[2]?αβ剪枝可以进一步进行改进，在走棋过程中，在中心先下的一方往往有一定的优势，双方的搏斗纠缠都是在争夺最佳位置，可以考虑从中心往外螺旋进行扩展搜索；另外由于防守的需要，落子的位置通常也是在彼此下子的附近，因此可以优先考虑在这些位置进行搜索，也就是对落子位置进行排序预先搜索，更进一步的缩减冗余现象，进而提高搜索效率和行棋质量。1.3事务需求此游戏主要应用于人类与计算机的对弈功能