基于C++的人工智能单机版棋类游戏开发(开题报告)

目录
1 选题目的与背景 2
2 国内外研究现状 3
3 主要研究内容和方法 4
3.1研究内容 4
3.2研究方法 4
4 研究条件和可行性 5
4.1研究条件 5
4.2可行性分析 7
4.2.1技术可行性分析 7
4.2.2操作可行性分析 7
5 论文工作进度安排 7
参考文献 8
7 预期成果 9
3 主要研究内容和方法
3.1研究内容
本题目的主要目的是通过C++语言编写一个人工智能五子棋游戏，对五子棋游戏内容进行实现，并且通过C++编写出能够与玩家进行五子棋对弈的人工智能来实现人机对战。
3.2研究方法
（1）参考相关论文来了解机器学习。
（2）参考相关书籍进一步学习机器学习以及相关的算法。
（3）参考别人成功的代码了解机器学习的过程，并且分析他的设计思路。
（4）自主设计一个程序框架并进行实现。

4 研究条件和可行性 
4.1研究条件
对于计算机博弈的研究，国外起步较早，且发展迅速并取得了价值非凡的成 果。1956年McCarthy提出了α-β剪枝算法，该算法目前已成为计算机博弈领域 广泛应用的经典搜索算法。1959年Samuel等人研发出了一款跳棋程序，该程序把启发式搜索与策略理论相结合，以使其可以在对弈过程中不断地学习。该跳棋程序在被设计出的第七个年头就成功战胜了美国跳棋冠军,由此向人们展示了 其强大学习能力。1997年IBM公司研制出“深蓝”象棋电脑，并利用该象棋电脑战胜了当时世界排名第一的象棋大师卡斯帕洛夫。深蓝的胜利对计算机博弈发展具有非常深远的意义其表明计算机博弈程序在博弈领域已经可以超越人类智慧。在国内计算机博弈被看做是高校师生的科研活动，参与的其他学术研究者较少，且起步较晚，因此相关学术研究成果较少，计算机博弈发展较为缓慢。所幸,近几年在以徐心和教授为主要代表的计算机博弈领域众多专家和学者的不断努力下，计算机博弈在国内也得到了较快发展。2006年由徐心和教授等人研制的“棋天大圣”象棋博弈程序，在参加“浪潮杯”象棋大赛和国际奥林匹克象棋大赛等众多比赛中都取得了不错的成绩。2007年在徐心和教授的组织、申请和创建下，计算机博弈专业委员会正式成立。该委员会致力于打造国内计算机博弈的学术、技术和竞赛交流平台，并通过每年举办一次博弈大赛来促进国内众多专家、学者以及博弈爱好者的相互交流与探讨。2008 年由陈朝营研发的象棋博弈程序“象棋旋风”在国际奥林匹克象棋大赛中获得冠军。虽然计算机博弈在国内起步较晚,但是随着各种计算机博弈赛事的成功举办以及众多专家和学者的不断研究，我们相信在不久的将来，国内计算机博弈事业也会得到长久快速发展，并为计算机博弈理论研究以及人工智能相关理论与实践研究贡献自己的力量。五子棋是计算机博弈的一种,在棋类博弈中有非常重要的地位。它规则简单,具有极强的趣味性，研究价值颇高，吸引了诸多棋类游戏爱好者对其进行深入研究，并在诸如计算机博弈大赛这种赛事的推动下，迅速普及和发展。对于五子棋博弈从本质来说，其实就是在当前棋盘上找到最佳落子点。因此，在对弈过程中需要使用搜索算法搜索所有可能着法，并使用估值函数对这些可能着法进行评估，以得到最佳着法。目前，对五子棋博弈的研究主要分为两个方面：搜索和估值。在搜索方面，极大极小值算法是搜索算法的基础，再次基础上改进而来的Alpha-Beta 剪枝算法得到了广泛应用11%。但是，在采用 Alpha-Beta 剪枝算法进行搜索时，随着搜索深度的不断增加，该算法所消耗的空间和时间复杂度几乎呈指 数增长，导致搜索节点较多、搜索时间较长等缺点。在计算资源受限的普通计算机中，这些缺点将限制搜索深度的提高，严重影响搜索效率和博弈水平。文献[通过引入并行计算到 Alpha-Beta 搜索算法中，提高了搜索效率。文献[在Alpha-Beta搜索算法中采用启发式优化着法顺序方法，提高了搜索效率。本文采用连续冲四搜索以及搜索限定等优化方法对Alpha-Beta剪枝算法进行改进,以提 高搜索效率和博弈水平。在估值方面，五子棋主要采用基于棋型的估值方法。基于棋型的估值方法根据棋盘落子之间的位置关系对落子进行棋型划分，常见棋型如下：五连、活 四、冲四、活三、眠三、活二和眠二等，并通过这种棋型划分的方式来反应当前 局面状态。基于棋型的估值方法简单直接、准确性较高，但通常棋型的划分以及 各种棋型价值的设定，是由经验获得，并通过手工进行调整，存在人为不确定性问题。因此，本文提出了一种新的自适应惯性权重混沌粒子群算法(CPSO-NAIW)，并把它首次应用到五子棋估值函数的参数优化问题中，以解决传统估值参数由经验获得，并通过手工进行调整，存在人为不确定问题。在离线 状态下，对估值参数，即棋型价值进行优化，以提高估值参数的准确性和对局面 状态的适应能力，进而提高博弈水平。