博弈搜索的主要思想_AI研习丨专题：随机性博弈估值函数及其搜索策略研究

摘 要

随机性特性增加了爱恩斯坦棋估值难度，而且，爱恩斯坦棋博弈程序在进攻与防守之间的协调也是关键问题之一。为此，针对距离和概率两个重要估值因素，设计了随机特性的估值函数；基于MonteCarlo算法与期望搜索算法，引入多线程技术，提出了一种混合优化算法；从进攻和防御两个方向出发，重构爱恩斯坦棋博弈系统。实验结果表明，改进的博弈体系极大提升了计算机博弈棋力。

关 键 字

估值函数；混合优化算法；爱恩斯坦棋博弈

0 引言

近年来，计算机博弈的发展，一方面为人工智能的进步提供了重要的理论与方法，在中国象棋、围棋等完备信息博弈方面的研究已经取得了瞩目的成果；另一方面对于军棋、二打一扑克等非完备信息博弈，因具有模糊性和随机性的不确定性博弈，虽然在算法应用研究方面有一定进展， 但相关理论研究还不成熟，其博弈技术还需持续探索。

本文以爱恩斯坦棋为研究载体。虽然爱恩斯坦棋盘较小，而且投骰子的趣味性可能被误认为 是相对简单的棋类游戏，可实际对弈就会明白， 规则虽简单却也隐藏着巨大的计算与灵活的策略， 属于随机性强的不确定性博弈，其局面评估更是难以量化研究。现有研究虽已提出了距离和概率两个估值因素，但只是简单的估值，包含知识量相对较少，对于棋盘状态估值不准确，结合搜索策略，博弈程序仍体现出行棋不稳定、棋力低下的现象。

本文针对爱恩斯坦棋的随机特性，以及占领对角的赢棋方式，设计了削减随机性的效率较好且准确的攻防兼备的估值函数；同时改进了