基于MTD(f)算法的六子棋程序设计研究.doc

基于MTD(f)算法的六子棋程序设计研究 张润梅，刘长城，王传对 1安徽建筑工业学院电子信息工程学院 2安徽建筑工业学院电子信息工程学院 3安徽建筑工业学院电子信息工程学院 摘 要: 该课题中研究出的博弈搜索可很好地应用实际的软件开发中，现在六子棋的研究处于起步阶段，有广阔的研究意义和商业价值，目前在苹果iPhone的App Store(软件商店)有六子棋的上架，很受喜爱，大陆内地和台湾学术界都在研究其中的复杂技术，很好地推动人工智能领域在商业、军事和经济领域的应用，本文重点介绍六子棋开发过程中博弈搜索算法MTD(F)和搜索引擎中的置换表。 关键词：机器博弈，MTD(F)，置换表，六子棋 Abstract: Developed the game search in this subject can be well applied in actual software development, the study of Connect6 Computer Game is in its infancy, there is broad research significance and commercial value, Connect6 Computer Game can be found in the Apple iPhone App Store (software store), mainland and Taiwan’s academia are in study of its complex technology to promote the field of artificial intelligence in commercial, military and economic, this article focuses on Connect6 Computer Game development processing the MTD (f) for game search algorithm and the Transposition Tab for search engine. Keywords: Computer Game, MTD (f), Transposition Tab, Connect 6 1.前 言 目前已知博弈的算法在中国象棋和其他棋类博弈中都有很好的体现，但是适合六子棋状态空间的算法就需要在实际的开发中进行比较，本文的MTD(F)算法在Alpha-Beta基础上进行深层次的改进，很好地综合了前有算法优点，在处理海量数据方面取得了明显优势；一个好的算法就对应一种好的优化方法，文中介绍的Deeper-Always Transposition Table置换表方法在处理Alpha-Beta算法的数据冗余、提高Alpha-Beta算法效率方面有很高的优越性。 2.MTD(F)算法 博弈算法也即博弈搜索，下面介绍Alpha-Beta剪枝博弈算法来导出MTD(F)算法的优点。一般搜索树中有三种类型的结点： （1）偶数层的中间结点，代表棋手甲要走的局面； 2）奇数层的中间结点，代表棋手乙要走的局面； 3）叶子结点，代表棋局结束的局面，即棋手甲或乙获胜，或者是和局。 Alpha-Beta 剪枝 在普通的搜索算法中，要遍历整个博弈树，会造成冗余，所以要剔除一些分枝，Bruno在1963年首先提出了Alpha-Beta剪枝算法。α-β 剪枝搜索是一种基于 α-β 剪枝(α-β cut-off)的深度优先搜索(Depth-first search)。它去掉了一些不影响最终结果的分支而返回与 MINIMAX相同走步的过程。 我们假设六子棋用一个静态估值函数，用 MINIMAX 过程对博弈树进行搜索，每一次扩展 19×19=361 个结点，假设一个性能好的程序在一台普通的 PC 机上，一秒内可搜索 10 000 个结点，对于三层的 MINIMAX 搜索树需扩展 11 390 625 个结点，则需 1 139s 约 19min 的时间下一步棋。这显然是不可忍受的。幸运的是，我们不用把每个结点都搜索一遍也可获得和 MINIMAX 搜索同样结果的走步。不搜索分支结点而舍弃该分支的过程称为剪枝。 α值为倒推值下界，β值为倒推值上界。Alpha-Beta搜索首先使某一部分达到最大深度 ，从而计算出Max节点的α值，Min节点的β值，然后继续搜索，不断修改这些值，在修改过程中，α值永不下降，β值永不增加。 将走棋方定为 MAX 方，因为它选择着法时总是对其子节点的评估值取极大值，即选择对自己最为有利的着法；而将应对方定为 MIN 方，因为它走棋时需要对其子节点的评估值取极小值，即选择对走棋方最为不利的、最有钳制作用的着法。 因此可以