常见棋类AI人工智能算法

中国象棋明棋的思路

中国象棋明棋的实现思路是这样的，整个博弈树太大，因此采用有限深度搜索，用叶子节点的局面函数值根据极大极小原理（我方选分数极大值的走法，对方选分数极小值的走法）倒推出当前节点的分数，这个分数就是当前局面优劣判断的近似值，只要局面函数选得好、搜索的深度足够，近似值就可以很接近真实值。至于α-β剪枝、迭代加深搜索、历史启发、杀手启发、空步裁剪、循环局面判断……这些只不过为了提高搜索效率而已，而将军延伸、吃子走法……只不过是为了克服水平线效应。其实最基本的思想还是博弈树的极大极小原理。

http://wenku.baidu.com/link?url=R0GhAOILj3CZo7ae0GNy1pJC5Zl1uhhkceP0EtCdSVgaHNKKuV8TWmJog4onIoJ16pbAqn7whrQz3pIr07COogTkE7VJDns1vBZ2AQpqcu_

http://bbs.blueidea.com/thread-3047030-1-1.html

 

搜索算法

α-β剪枝算法

α-β剪枝技术的基本思想或算法是，边生成博弈树边计算评估各节点的倒推值，并且根据评估出的倒推值范围，及时停止扩展那些已无必要再扩展的子节点，即相当于剪去了博弈树上的一些分枝，从而节约了机器开销，提高了搜索效率。具体的剪枝方法如下：

　　(1) 对于一个与节点MIN，若能估计出其倒推值的上确界β，并且这个β值不大于 MIN的父节点(一定是或节点)的估计倒推值的下确界α，即α≥β，则就不必再扩展该 MIN节点的其余子节点了(因为这些节点的估值对MIN父节点的倒推值已无任何影响 了)。这一过程称为α剪枝。

　　(2) 对于一个或节点MAX，若能估计出其倒推值的下确界α，并且这个α值不小于 MAX的父节点(一定是与节点)的估计倒推值的上确界β，即α≥β，则就不必再扩展该MAX节点的其余子节点了(因为这些节点的估值对MAX父节点的倒推值已无任何影响 了)。这一过程称为β剪枝。

　　从算法中看到：

　　　　(1) MAX节点(包括起始节点)的α值永不减少；

　　　　(2) MIN节点(包括起始节点)的β值永不增加。

　　在搜索期间，α和β值的计算如下：

　　　　(1) 一个MAX节点的α值等于其后继节点当前最大的最终倒推值。

　　　　(2) 一个MIN节点的β值等于其后继节点当前最小的最终倒推值。

 

估值算法

 

遗传算法 学习能力

开局库

历史启发

 

 

代码

中国象棋 - in html5

 

https://github.com/itlwei/chess

作者：一叶孤舟
联系：[e-mail] QQ:28701884
Demo：http://itlwei.github.io/chess/

中国象棋 - in html5是一款使用html5 canvas开发的开源小游戏，不依赖任何类库，不依赖任何后台程序，全部原生Javascript进行AI计算，欢迎广大业内同行多多交流指正，共同完善。