中国象棋博弈程序研究与实现

 

 今年5月份到6月份比较清闲，因为刚换工作，外包Microsoft。刚进入微软工作，需要alias等等一系列东东，办理这些花了大概两个星期，所有一直没有事情干，于是花了3天的时间写完了mini英汉字典，本来想再细化功能的，但是由于

1、主要功能已经齐全；

2、想要写界面方面的代码需要一些时间去研究；

3、对英汉字典的需求没有更深入的分析；

4、在查询字典资料时看到了博弈树，置换表等等技术。

出于以上原因对英汉字典的探索告一段落。于是5月底到6月中旬的时间一边做工作，一边研究中国象棋的智能博弈算法，但是由于最近比较忙，没有写相关文章，所以这几天有空慢慢补上。对于中国象棋的研究可以借鉴国际象棋的研究，其中我遇到的一些关键的难点是理解最小最大原理，Alpha-beta-search算法，着法产生等等。

最小最大原理是计算机鼻祖冯诺依曼提出来的。他的算法的基础是假设玩家每次走棋都能选择最佳的着法，这样通过类似换位思考的方式，假设己方走一步棋，对方会走几步，算出每种走法的得分。每个玩家尽量使自己的得分最高，从而选择得分最高的走法。最大最小中，最大者一方的得分用正数表示，另一方用负数表示。假设当前走棋的玩家是最大者，他要使自己的得分尽量多，那么采用正负表示后，最大者只要产生自己当前所有可以走的着法，然后依次尝试走这些着法。在每尝试走一招时，最大者调用最小者来获取走此招时最小者的得分，然后取反就是自己能得到的分数。然后在所有着法中选择使自己得分最高的那个着法就可以了。最小者获取得分的方式与之相同。可见该算法是一个多层递归。

其伪代码如下所示：

 int 最大最小搜索算法（搜索深度）

{

         如果达到最大深度， 返回当前局面的评价得分。

          产生当前所有着法

          走每一步着法

          {

                   如果当前着法使自己被将死

                             撤销该着法，然后继续走下一着

                   改变当前玩家为对方

                   获取该着法自己的得分（先获取对方在该着法下的得分，然后取反即是自己的得分，即负的最小最大搜索算法（深度 减1））

                   如果该着自己的得分比以往最佳得分还要高

                             设置最佳得分为当前得分；

                              记录当前着法；

                   撤销当前着法

            }

            返回最佳着法的得分

 

}

       最早实现的该算法运行在第一台计算机 ENIAC上，它能思考8层。它战胜了一位20几岁刚学象棋的姑娘（第一例机器智能战胜人类：））。最小最大搜索算法如果思考的深度足够深（全部局面），那么计算机肯定可以战胜人类，但是由于计算的数据量指数增长，b^N（b当前局面的着法，N深度），对于b=35，N=10，就是2251875390625（2万亿级别）。所以它的效率是非常慢的。

        为了能显著提高计算机的棋力，曾经出现过多种方法，一种是模拟人类棋手的思考方式，进行智能思考，一种是提高硬件速度。然而alpha-beta通过截断，丢弃不必要的局面的计算，大大改善了计算机的棋力。

        （由于时间太晚了，待续。。。 目前我的RobotChineseChess已经完成了初级智能走棋，alpha-beta迭代搜索，慢慢慢慢的迭代搜索中....现在停在通过RC4密码流算法实现置换表的阶段。期间想转向用面向对象的方式架构，但是写了一半发现架构的不好，又反复回了面向过程+全局变量访问器等方法，想要效率，又要时一个类只负责单一工作，类的职责不好划分）