一个幻影围棋计算机博弈系统设计和实现.docVIP

一个幻影围棋计算机博弈系统设计和实现摘要： 幻影围棋作为一个刚兴起不久的棋类游戏，属于不完全信息博弈，目前对幻影围棋的研究与开发较少，在国内才刚刚起步。分析了幻影围棋计算机博弈系统的模型与结构，结合Alpha-Beta搜索算法和蒙特卡洛算法的优势，依据棋盘状态采用不同的搜索算法，调用搜索引擎产生下子，在此基础上开发实现了一个幻影围棋博弈系统，能有效的交互和处理信息，并通过了运行测试。 关键词： 计算机博弈；幻影围棋；不完全信息博弈；Alpha-Beta；蒙特卡洛 中图分类号：TP18 文献标识码：A 文章编号：1005-3824（2014）01-0001-06 0 引 言 计算机博弈是人工智能领域的重要课题，目前，对于像国际象棋、九路围棋等棋类游戏的研究已相对成熟，幻影围棋作为一个刚兴起不久的棋类游戏，属于不完全信息博弈。该棋是在围棋规则的基础上加入了信息不完全的限制，即双方均无法获取对手的棋子位置信息，由裁判根据双方棋盘状态返回的命令进行操作[1]。国际计算机奥林匹克从2007年开始加入幻影围棋项目，由中国人工智能学会举办的中国计算机博弈锦标赛于2012年加入计算机幻影围棋比赛。 在过去的半个多世纪里，世界各地的学者投入了大量的精力来研究基于棋类游戏的计算机博弈，产生了很多理论和算法。对于计算机围棋，其博弈求解的主要方法就是在其博弈树中搜索，博弈搜索的目标就是搜索最佳路径，搜索当前的最佳着法，并且亦步亦趋地进行下去[2]。搜索的算法包括极大极小搜索[3]、Alpha-Beta剪枝搜索[4]、迭代加深[5]、置换表[6]、负极大值搜索[7]、蒙特卡洛模拟[8]和UCT算法[9]等。针对不完全信息博弈的幻影围棋，文献[10]中提出了与围棋中类似的蒙特卡洛算法，为处理隐藏信息，需要在每次模拟前随机地猜测对手棋子的位置，并放上对手的棋子。文献[11]中提出了4种不同的蒙特卡洛方法，通过实验验证了文献[10]中所提方法的有效性[11]。但该搜索方法存在较大的随机性，无法获取较为完整的对手棋子信息。 本文探讨了Alpha-Beta剪枝搜索算法和蒙特卡洛算法，引入了搜寻对方棋子信息的策略，通过此探寻策略获取更多的对手棋子信息，然后结合2种算法在完全信息与不完全信息博弈的优势，依据棋盘状态采用不同的搜索算法，并在此基础上开发出了一个完整的幻影围棋博弈系统。 1 系统的结构与功能模块 幻影围棋博弈系统的结构如图1所示，主要分为3部分：一是当前棋盘状态控制部分，其中应该包含己方棋子的所有信息和经过逻辑判断所得出的对方棋子的部分信息；另一个部分是信息交互和处理，对于选手机，主要是接受裁判返回的各种信息以及生成信息，然后通过这些信息对自己所掌握的信息进行更新。对于裁判机，主要是接受选手机发来的信息，然后根据幻影围棋规则返回相应的信息；第三个部分就是评估搜索，该部分会根据目前的棋盘状态，采用搜索算法和估值策略，并从所有着法中选择最优的着法作为当前着法。 1）棋盘状态控制模块：该模块包括棋盘界面的绘制，棋谱的绘制及计时等功能。 2）信息交互和处理模块：该模块主要包括选手机与裁判机的通信，选手机或裁判收到信息后，针对不同信息进行相应的处理。 3）评估搜索模块：该模块包括静态棋盘估值、Alpha-Beta剪枝搜索算法和蒙特卡洛算法。 盘面评估与博弈搜索是计算机博弈的2个重要组成部分，是计算机博弈系统智能化的重要方法[12]。要实现对战就必须加载能让机器走子的策略，要实现效果比较好的对弈结果，就必须加载智能化的搜索策略。本文采用Alpha-Beta剪枝搜索算法和蒙特卡洛算法相结合的策略，根据两者的优势，依据棋盘状态采用不同的搜索算法。 Alpha-Beta剪枝搜索算法在极大极小搜索算法的基础上加入了剪枝策略，减少了博弈树的节点数，提高了搜索效率。在完全信息博弈的条件下，该算法能配合静态棋盘估值函数找到估值最大的着法。该方法在本系统中的应用：先通过盘面扫描搜索所有可下点，然后针对每个可下点通过展开博弈树，运用递归的算法对深度为3层的节点进行估值，返回估值最大的根节点所对应的着法。图2（a）和2（b）分别是Alpha剪枝和Beta剪枝的过程。由图2（a）可知，根节点下面有3个子节点和9个孙节点（叶节点），搜索从左路分枝开始，根节点所在的MAX层的值是由该分支的叶子节点倒推得到的，记为Alpha，值为6。然后中路分支搜索到叶子节点发现值为5，小于Alpha值，则减掉该分枝，同理右路分枝也做相同的处理，此类剪枝是Alpha剪枝。 从图2b可知，根节点下面有3个子节点和9个孙节点（叶节点），搜索从左路分枝开始，根节点所在的MIN层的值是由该分支的叶子节点倒推得到的，记为Be