棋局评估

 如果在叶子节点不能给出胜-负-和的结果，那“有利局面”的选择就只能依靠局面的评估了。通常设计的评估函数需要考虑如下不同类型的知识，并通过量化后加权组合而成。

1 子力(Material) 

在象棋和国际象棋中，它是所有子力价值的和；在围棋或黑白棋中，通常计算双方棋盘上棋子的数量。但是黑白棋有个有趣的反例：棋局只由后的子数决定，而在中局根据子力来评价却是很差的思路，因为好的局势下子数通常很少。其他像五子棋一样的游戏，子力是没有作用的，因为局面好坏仅仅取决于棋子在棋盘上的相互位置，看它是否能够发挥作用。

2 位置(Position)

棋子落于不同的棋位其作用可能差别很大。象棋中的车占中路，兵过河，马卧槽都是具有威胁性的位置。相反如果马窝心，兵下底又都不甚理想。围棋中的星位也是兵家必争之地。

于是不同的位置给予不同的分值，以表示不同的价值。

3 空间(Space) 

在某些棋类中，棋盘可以分为本方控制的区域和对方控制的区域，以及有争议的区域。在围棋中，这个思想被充分体现。而包括象棋在内的一些棋类也具有这种概念，本方的区域包括一些棋位，它被本方的棋子攻击或保护，而不被对方棋子攻击或保护。在黑白棋中，如果一块相连的棋子占据一个角，那么这些棋子就吃不掉了，成为该方的领地。空间的评价就是简单地把这些区域加起来，如果所含棋位的重要程度存在差别，那就在区域的计算上增加棋位重要性的因素。

4 机动(Mobility)

各个棋子的机动性如何，关系到棋子可行着法的多少。如象棋中的马是可以“马踏八方”的，但是贴边或被憋腿，其活动余地大减。显然机动性越

好，可行着法越多，选择有利局势的机会也越多。

5 威胁(Threat)

威胁的思想是“步步紧逼”，或要取胜，或要吃子，使对方仅有招架之功，而无还手之力。在五子棋、六子棋中常常采用基于威胁的搜索，即不断地摆出“活 3”、“活 4”，成为取胜的必由之路。

6 形状(Shape)

形状的好坏对于局面的影响一般是长远的，在浅层的搜索中不易发现。在象棋中，对手的空头跑，单车栓车马，就都是不好的形状，终使本方处于被动的局面。形状对于连珠棋一类通过“摆成形状”而决定胜负的就更是评估的焦点。

7 图案(Motif)

一些常见的具有鲜明特点的图案，蕴涵着特殊的意义。许多图案在围棋中称之为模式，如3×3 上下文模式，通过对大量高手对局中的模式提取和出现频率的统计，构造模式库，便可以由此提供下一手落子的 佳位置。

8 棋局性能评估

博弈树是由树枝和节点构成单向无环图。树枝是着法，节点是由该着法生成的局面。因此博弈树展开的过程就是着法生成的过程。

添子类着法生成方法

一般说来，添子类的着法生成比较直观，即盘面上的合法空位便可以落子。其中五子棋和六子棋为简单，下完的棋子不再会改变。黑白棋稍复杂些，下完的棋子可能会被后续着法所变换黑白，但每下一子棋盘上就多一子。围棋是 复杂的，由于存在提子的着法，所以局势是可逆的，对于打劫这样的着法还需要更为复杂的处理过程。

博弈树展开与分析

一颗完整博弈树的规模是相当可观的天文数字。中国象棋完整博弈树的节点数高达10¹⁵⁰，据说地球上全部原子的数目也才有 10¹³²。显然是无法全部展开和进行遍历搜索。即是选用搜索速率为 1M节点/s 的计算机系统，日夜不停地搜索 100 年，也才只能搜索 9 层。还达不到一般象棋大师的水平。即或是 简单的牛角棋，如果将博弈树展开 15 层，还不将无意义的循环走棋的节点计算在内，那有效博弈树的总节点数还接近 750万个。

需要特别注意的是博弈树不同于一般的搜索树，它是由对弈双方共同产生的一种“变性” 搜索树。在图 2-3 中，本方走棋时，它在偶数层的着法选择是要在其全部子节点中找到评估值 大的一个，即实行“Max 搜索”。而其应对方在奇数层的着法选择则是在其全部子节点中要找到评估值 小的一个，即实行“Min搜索”。如果没有特殊的搜索方法那将是非常棘手的问题。幸好香侬(ClaudeShannon)教授早在 1950年就提出了“极大-极小算法”（Minimax

Algorithm） ^[2]，从而奠定了计算机博弈的理论基础。