棋类游戏的智能模块设计――浅谈人工智能

 

摘要：本文简单的介绍了计算机博弈算法。计算机博弈在某种形式上属于人工智能，而本文只介绍一下其中的一种简单形式——零和博弈，并给出了一个实例――黑白棋。

关键字：搜索，估值，剪枝，Alpha-Beta，零和博弈

 

引言

随着计算机处理速度的飞速提高，人们很早就提出了疑问：计算机是否会超越人类？世界国际象棋大师已被计算机打败，计算机已经超过了人类？看完本文，相信你会对计算机棋手的智能有所了解。

 

概念

什么是博弈？狭义地说，博弈中的博是指赌博，而弈就是下棋。赌博并不提倡，在这里所说的博弈就单指下棋。就一局棋而言，一方获胜，则另一方失利，在某些棋类中，如果双方僵持不下，则形成和棋。总之，在一局棋的任何一个时刻，一方获得的利益就相当于另一方的损失。也就是说，不会出现“双赢”的局面。这类问题被称为零和博弈，因为双方的所得加在一起等于0。

 

优胜劣汰

人类在下棋时一定会选择对自己最有利的走法，计算机也一样，人们编写的下棋程序也继承了人类的思考方法，即找到对自己最有利的走法。这种最有利的走法通常是可以赢得胜利的走法，比如象棋中某个走法可以将对方将死，又如黑白棋中棋子数多的一方胜利，那么我们的走法就要尽量是自己的棋子多，而对手的棋子少，当然，这样的黑白棋棋力很弱，后面会讲到这个问题。

 

搜索算法

但是棋类游戏不可能一步就决出胜负，象棋中不可能第一步就将对方将死；而对某个棋局的判断也不可能完全精确，在黑白棋中，初局时棋子多并不一定最终取得胜利，因为对手可能在后面的博弈过程中将局面扭转。想想人类下棋时，一般会假设我走这步，那么对手会怎样回应，如果对手回应了某一步，我再走哪一步，如果对手回应了另外某一步，我又该怎么走；然后再假设我走另外的某一步，如此反复下去。这个过程叫做搜索。

在这里我们要先回顾一下“树”这种数据结构以及树的遍历，如图一。

图一

图一是一个三层，12节点的树。树的遍历有深度优先遍历和广度优先遍历（如果对这些概念不清楚，请参考数据结构的书籍），深度优先遍历由于编程简单，内存占用小，在博弈中用的较多。现在我们假设一个棋局，计算机先走，它可以有若干种走法，而对应每种走法，计算机的对手又有若干种走法，将这句话展开，就得到了类似图一的一棵树。就拿图一来说，初始棋局是A，此时计算机有3种走法，分别导致棋局B、C、D，对于棋局B，计算机的对手有3种走法，分别导致棋局E、F、G，对于棋局C，对手的走法又导致棋局H、I，等等。

那么对于初始棋局A，计算机应该选择哪种走法呢？显然，计算机要选择B、C、D中对自己最有利的，对于这种有利与不利而言，计算机一般以分值来表示，比如对计算机越有利，分值越高，不少程序为了直观，将对双方平等的局面设为0分。但B、C、D局面并不是棋局结束，棋局还要继续下去，而且轮到对手走棋了，这时对于棋局B，对手也要从E、F、G中选择一个对他自己最有利的，对于棋局C，对手要从H、I中选择一个对他自己最有利的。注意，对对手最有利就是对自己最不利，因此，B的得分应该是E、F、G中最小的，C的得分应该是H、I中最小的，等等；而A的得分应该是B、C、D中最大的。这就是极大极小搜索的基本原理。

关于搜索，还有一个重要的问题，就是计算机的对手。在搜索过程中，计算机需要假设一个对手，而这个对手要是足够聪明的。那么这个对手是谁呢？实际上这个对手就是计算机自己。

如果我们将这棵树不停的扩展下去，直到棋局分出输赢，那么我们就建立了一棵完整的博弈树，称为最大最小树，树中包含了下棋过程中所有可能出现的棋局，而且树的叶子节点都是可以分胜负的棋局。这真是一个好办法，只要建立这棵完整的博弈树就可以找到一条通往胜利的路，真是太好了。但是稍加分析就知道，这棵树根本建立不起来。比如象棋，可以把一个棋子来回的移动，这棵树就没有了尽头；对于黑白棋来说，虽然棋局结束是肯定的，但是这棵树上的节点也是天文数字，即使1秒钟能生成10^10个节点，这棵树的生成时间也是天文数字。因此建立完整博弈树是完全不实用的。

 

局面估值