计算概论期末大作业基于C++实现的不围棋游戏源码,AI算法使用蒙特卡洛树搜索(MCTS)界面使用OpenGL的glut工具库

秋季学期计算概论A期末大作业

游戏不围棋规则:

棋盘:与9*9围棋棋盘相同(坐标从0开始,先x后y, 原点在左上角)

  1. 棋盘同九路围棋棋盘,9×9;

  2. 黑子先手,双方轮流落子,落子后棋子不可移动;

  3. 对弈的目标不是吃掉对方的棋子

  4. 恰恰相反,如果一方落子后吃掉了对方的棋子,则落子一方判负;

  5. 对弈禁止自杀,落子自杀一方判负;

  6. 对弈禁止空手(pass),空手一方判负;

  7. 对弈结果只有胜负,没有和棋。

  8. 吃子定义:一个棋子在棋盘上,与它直线紧邻的空点是这个棋子的“气”。 棋子直线紧邻的点上,如果有同色棋子存在,则它们便相互连接成一个不可分割的整体。它们的气也应一并计算。 棋子直线紧邻的点上,如果有异色棋子存在,这口气就不复存在。如所有的气均为对方所占据,便呈无气状态。无气状态的棋子不能在棋盘上存在,也就是提子。把无气之子提出盘外的手段叫“提子”。

  9. 附加规则:为保证先后手平衡,黑棋第一手禁止走棋盘中心位置(在botzone上无此规则)

程序运行平台:Windows 10

AI测试平台:botzone

思路

AI算法使用蒙特卡洛树搜索(MCTS)

界面使用OpenGL的glut工具库完成,模仿MFC的面向对象结构设计UI

AI与界面分为两个线程工作,通过一个共用消息队列进行信息交互

功能简介

拥有开始游戏,重新开始游戏,选择黑棋白棋,读取存档,保存存档功能。

棋盘中会显示鼠标位置是否能够下子

文件说明

Graphic.h/Graphic.cpp

包含Point, Rect, Text结构体,以及图片读取与绘制,字体绘制等基础函数

save_queue.h

从网络上学到的用于多线程交互的安全消息队列

SaveManager.h/SaveManager.cpp

SaveManager类,用于管理游戏存档

Button.h/Button.cpp

Button类,实现游戏界面的各个按钮

CheckerBoard.h/CheckerBoard.cpp

CheckerBoard类,实现游戏界面的棋盘

MenuBoard.h/MenuBoard.cpp

MenuBoard类,实现游戏界面菜单栏,信息栏

GameAI.h/GameAI.cpp

GameAI类,各种AI的基类,方便更换不同算法的AI

GameAI_MCTS.h/GameAI_MCTS.cpp

GameAI_MCTS类,实现蒙特卡洛树搜索的AI类,单独一个进程运行

GameAI_Minmax.h/GameAI_Minmax.cpp

GameAI_Minmax类,实现minmax搜索的AI类,单独一个进程运行,基本失败

GameRule.h/GameRule.cpp

GameRule类,进行游戏的规则处理,内部使用并查集处理连通块,包括判断操作是否合法等操作

MinMaxNode.h/MinMaxNode.cpp

为MinMax算法写的结点类

GameScene.h/GameScene.cpp

与glut对接的主类,控制整个游戏进程

main.cpp

程序运行开端,初始化glut,与GameScene对接

img文件夹

包含游戏所需的材质

save文件夹

游戏存档文件夹

完整代码下载地址:基于C++实现的不围棋游戏源码

  • 9
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
1.项目代码均经过功能验证ok,确保稳定可靠运行。欢迎下载体验!下载完使用问题请私信沟通。 2.主要针对各个计算机相关专业,包括计算机科学、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师、企业员工。 3.项目具有丰富的拓展空间,不仅可作为入门进阶,也可直接作为毕设、课程设计大作业、初期项目立项演示等用途。 4.当然也鼓励大家基于此进行二次开发。在使用过程中,如有问题或建议,请及时沟通。 5.期待你能在项目中找到乐趣和灵感,也欢迎你的分享和反馈! 【资源说明】 JavaScript基于蒙特卡洛树搜索(MCTS)算法实现AI围棋源码.zipJavaScript基于蒙特卡洛树搜索(MCTS)算法实现AI围棋源码.zipJavaScript基于蒙特卡洛树搜索(MCTS)算法实现AI围棋源码.zipJavaScript基于蒙特卡洛树搜索(MCTS)算法实现AI围棋源码.zipJavaScript基于蒙特卡洛树搜索(MCTS)算法实现AI围棋源码.zipJavaScript基于蒙特卡洛树搜索(MCTS)算法实现AI围棋源码.zipJavaScript基于蒙特卡洛树搜索(MCTS)算法实现AI围棋源码.zipJavaScript基于蒙特卡洛树搜索(MCTS)算法实现AI围棋源码.zipJavaScript基于蒙特卡洛树搜索(MCTS)算法实现AI围棋源码.zipJavaScript基于蒙特卡洛树搜索(MCTS)算法实现AI围棋源码.zip JavaScript基于蒙特卡洛树搜索(MCTS)算法实现AI围棋源码.zip
【资源说明】 Java开发基于蒙特卡洛树搜索(MCTS)算法实现围棋AI源码(课程大作业).zipJava开发基于蒙特卡洛树搜索(MCTS)算法实现围棋AI源码(课程大作业).zipJava开发基于蒙特卡洛树搜索(MCTS)算法实现围棋AI源码(课程大作业).zipJava开发基于蒙特卡洛树搜索(MCTS)算法实现围棋AI源码(课程大作业).zipJava开发基于蒙特卡洛树搜索(MCTS)算法实现围棋AI源码(课程大作业).zipJava开发基于蒙特卡洛树搜索(MCTS)算法实现围棋AI源码(课程大作业).zipJava开发基于蒙特卡洛树搜索(MCTS)算法实现围棋AI源码(课程大作业).zipJava开发基于蒙特卡洛树搜索(MCTS)算法实现围棋AI源码(课程大作业).zip Java开发基于蒙特卡洛树搜索(MCTS)算法实现围棋AI源码(课程大作业).zip Java开发基于蒙特卡洛树搜索(MCTS)算法实现围棋AI源码(课程大作业).zip 【备注】 1.项目代码均经过功能验证ok,确保稳定可靠运行。欢迎下载体验! 2.主要针对各个计算机相关专业,包括计算机科学、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师、企业员工。 3.项目具有丰富的拓展空间,不仅可作为入门进阶,也可直接作为毕设、课程设计大作业、初期项目立项演示等用途。 4.当然也鼓励大家基于此进行二次开发。在使用过程中,如有问题或建议,请及时沟通。 5.期待你能在项目中找到乐趣和灵感,也欢迎你的分享和反馈!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

yanglamei1962

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值