黑白棋AI作业的一点心得与总结

近日学习了人工智能相关的课程,作业要求写一个利用到极大极小值算法的黑白棋AI,框架在网站上有给出,主要需要完成的功能只有两个:
1,搜索函数+剪枝
搜索函数主体其实不难理解,通过估值函数,我们可以对局面给出一个数值化的估计.任意时刻,我方总是在可能产生的子局面中选择对我方最有利的,而对方总选择对我方更不利的,也就是所谓的min-max算法.这个算法的问题在于编程时需要不断确定当前玩家,来决定决策时到底取min还是max,为了解决这个问题引入了nega’max算法,negamax(负极大值)算法对估值函数有一定要求,即在对战双方中(如黑白两方),一方返回正值,另一方则返回负值,越有利则绝对值应越大.同时在递归过程中,把返回值乘上一个负号,这样,每次递归都只需要选择最大值即可,简化了程序.
但单纯搜索的弊端在于,当可以落子的点位较多时,在几次递归后容易产生大量的叶节点,有限时间内难以搜索出最优解,因此需要对搜索树进行剪枝.
alpha-beta剪枝实质上是在递归过程中额外维护了两个值alpha和beta,它们分别代表当前层已经找到的最大值和最小值.
alpha剪枝就是在评估一个乙方节点x后,如果x的某一子节点值小于x的祖父节点的当前评估值,则剪除对x父节点的评估(因为甲方总是希望估值更大).
beta剪枝是在评估一个甲方节点y之后,如果y的某一子节点值大于y的祖父节点的当前评估值,则剪除对y父节点的评估(因为乙方总是希望估值更小).
说起来可能有点拗口,但画图模拟一下之后就比较容易明白了.
2,估值函数
而关于估值函数,其实能做的有很多,但由于能力有限,还是采取了几种静态估值加权的方式,其一是估值表,对每个棋盘的价值做出规定,而后根据当前局面统计出val1,其二是计算行动力数量val2,也就是当前局面下双方可行解的差值,我们更希望自己在决策时比对方拥有更多的选择,其三是稳定子数量,稳定子就是未来再也不会被翻面的棋子,由于全局统计的话十分麻烦,因此采用了最简单的"四角+与四角相邻的边"这样的统计方式,尽管会产生一些误判,但在有时限的情况下,还是不好浪费大量时间在估值上.

最后我的bot在网站上也只是排在220名左右(共400+),比起始分数稍高一点点,后来修改了不少次估值,才勉强提升了一点点性能,最后我才意识到有点本末倒置了,本来这个作业的目的也只是熟悉搜索+剪枝策略的,而不该在改参数上浪费大量时间.于是匆匆写下这篇博客聊做总结,唉,可能未来学习的更深入了会再做优化吧.