本文是以Java语言进行讲解。最近抽空整理了一下代码，已经分享在：https://github.com/CuteReimu/gobang ，需要的可以自取。

之前说想写一些比较大型的算法，想了半天，还是觉得写五子棋的AI比较合适。一则因为自己研究过这个，有一些基础，二则尽管现在网上有很多五子棋AI算法的资料，但是确实都有些晦涩难懂。就想着借这个机会，凭自己的理解，尽量的讲通俗一些。然而，这个算法确实有些复杂，想要通俗一些需要较大的篇幅，一篇博客难以讲完，这里就分很多个章节，一点一点的深入探讨。为了让文章更加通俗一些，我会略去一部分很简单但是占用篇幅很长的代码，改为用几行注释说明。

框架的搭建

首先，我们计划是做一个五子棋AI，也就是说让玩家和这个AI对下。整个游戏的框架是这样的：

其中，棋盘是一个Object，存放当前的棋局情况，通知每个Player“轮到你下棋了”、“对方下了什么棋”、“游戏结束，XXX获胜”等消息，并且从每个Player那里获取他下了什么棋。两个Player分别是人类玩家和AI。Player的基类应该是一个interface，里面只有三个方法。人类玩家和AI是它的子类，分别实现这三个方法。

public interface Player {Point play();void display(Point p);void notifyWinner(int color);
}

public final class Point {public final int x;public final int y;public Point(int x, int y) {this.x = x;this.y = y;}@Overridepublic String toString() {return "(" + x + "," + y + ")";}
}

解释一下：

play 方法，告知“轮到你下棋了”，并且返回一个Point，也就是下一步下的棋。对于人类玩家，则就是阻塞，等待玩家在界面上选取一个点，并且将这个点的坐标返回。对于AI，则是直接开始用我们的AI算法进行计算，并返回计算结果。
void display(Point p) 方法，告知“对方下了什么棋”。对于人类玩家，则就是将对方下了的棋在界面上显示出来。对于AI，则是将对方下了的棋记在AI的缓存中，以便后续的计算。
void notifyWinner(int color) 方法，告知“游戏结束，XXX玩家赢了”。对于人类玩家，则就是在界面上展示谁赢了的文字及特效，并且从此之后再点击棋盘就不再有反应了。对于AI，则是通知AI不要再计算了。

当然了，如果打算连续下多盘棋，可能还需要一个reset方法，通知人类玩家和AI清空当前棋盘。当然了，这个和我们的算法关系不大就不列出来了。
然后，我们的interface Player需要两个实现类，分别叫做HumanPlayer和RobotPlayer，这个RobotPlayer的play方法将是五子棋AI算法的核心内容，后面会花费大量篇幅进行讲解。
接下来就是我们的棋盘：

public abstract class Constant {public static int MAX_LEN = 15;
}

public class ChessBoard {private byte[][] board = new byte[Constant.MAX_LEN][Constant.MAX_LEN];private Player[] players = new Player[2];private int whoseTurn = 0;private int count = 0;private boolean isEnd = false;private boolean checkForWin(Point p) {/* 因为篇幅问题，此处省略十几行代码 *//* 这个函数就是在下完每一步棋时调用，只需要判断以这步棋若形成五连珠即可判定获胜 */return false;}public void play() {if (isEnd) return;Point p = players[whoseTurn].play(); //调用Player的play方法，获取下一步下的棋if (board[p.y][p.x] != 0) //严谨，以防万一throw new IllegalArgumentException(p.toString() + board[p.y][p.x]);board[p.y][p.x] = (byte) (whoseTurn + 1);System.out.println((whoseTurn == 0 ? "黑" : "白") + p.toString()); //打印日志if (++count == Constant.MAX_LEN * Constant.MAX_LEN) //严谨，如果棋盘下满了游戏结束isEnd = true;if (checkForWin(p)) //如果下了这步棋后赢了，游戏结束isEnd = true;whoseTurn = 1 - whoseTurn; //切换当前下棋的人players[whoseTurn].display(p); //调用Player的display方法，告知他对方下了哪步棋if (isEnd) { //如果下完这一步棋后有一方赢了，则调用Player的notifyWinner方法通知players[0].notifyWinner(2 - whoseTurn);players[1].notifyWinner(2 - whoseTurn);}}public static void main(String[] args) {ChessBoard b = new ChessBoard();b.players[0] = new HumanPlayer(1); //这里我从构造函数中传入了颜色，例如1表示执黑，2表示执白b.players[1] = new RobotPlayer(2);while (b.getWinner() == null) {b.play();}}
}

棋盘的代码确实很简单易懂，也做了很多注释，就不多介绍了。
接下来，就只剩下HumanPlayer和RobotPlayer的实现了。

人类玩家

人类玩家无非就是实现三个方法：

play 方法，阻塞等待玩家点击棋盘上的一个点并返回这个点
display 方法，将AI下的棋展示在界面上
notifyWinner 方法，显示一行字“你赢（输）了”

这段代码与本文无关，就不贴出来了，我把我做的这个丑陋的界面贴出来展示一下，哈哈。

（不要吐槽我的界面，这不是重点。）

RobotPlayer

AI才是重点内容，涉及了大量的算法和数学知识，博弈树、评估函数、极大极小值搜索、启发式搜索、α-β剪枝等等，将会占用大量的篇幅。从下篇博客开始，将对此逐一展开。
五子棋AI算法（二）

五子棋AI算法（一）相关推荐

java五子棋AI算法人机对战(春物彩羽版可下载试玩PC端）
五子棋AI算法前言: 坐标西安,写于疫情封城期间.改进了之前写的基于极大极小值策略AI五子棋游戏,是用java实现的,采用了java老旧的jframe窗体和绘图类.写好之后整理成了这篇博客. 游戏采 ...
基于博弈树的五子棋 AI 算法及其 C++ 实现
基于博弈树的五子棋 AI 算法及其 C++ 实现摘要一五子棋的游戏规则二五子棋对弈的算法描述 2.1 博弈树搜索算法 2.2 α ─ β 剪枝 2.3 估价函数三五子棋对弈的 ...
基于C++实现五子棋AI算法思想
更多精彩,请点击上方蓝字关注我们! 今天我想要分享一下我做五子棋AI的思路.因为在做这个之前,我没有接触过任何像这种类似的东西.通过这一次,我也算是有所了解,我的思路也是来自很多网络上的博客,看了很多 ...
五子棋AI算法第三篇-Alpha Beta剪枝
剪枝是必须的五子棋AI教程第二版发布啦,地址:https://github.com/lihongxun945/myblog/labels/%E4%BA%94%E5%AD%90%E6%A3%8BAI% ...
课程设计书五子棋AI算法及其实现
五子棋AI,能根据棋盘局势判断棋子应落在何处获胜,主要算法有权值法和博弈树法两种实现方案. 权值法在数理统计中,有一种名为蒙特卡洛法的方法常被使用,其主要内容为:根据事件出现的概率估计某些特征,并将 ...
（只此一篇便绝b能懂的）五子棋AI算法原理，博弈树、极大极小搜索、αβ剪枝
我在最近撰写五子棋AI程序设计报告时,翻阅了很多的资料博客,但却发现大佬们的博客,没有一篇是能让我只看它就能理解全部的AI算法.在看了众多博客后,我终于对博弈树.极大极小搜索.αβ剪枝恍然大悟,其实这 ...
五子棋AI算法第二篇-极大极小值搜索算法
AI实现的基本思路-极大极小值搜索算法五子棋AI教程第二版发布啦,地址:https://github.com/lihongxun945/myblog/labels/%E4%BA%94%E5%AD%9 ...
alpha-beta剪枝五子棋c语言,五子棋AI算法第三篇-Alpha Beta剪枝
剪枝是必须的上一篇讲了极大极小值搜索,其实单纯的极大极小值搜索算法并没有实际意义. 可以做一个简单的计算,平均一步考虑 50 种可能性的话,思考到第四层,那么搜索的节点数就是 50^4 = 6250 ...
五子棋AI算法-Alpha Beta剪枝
上一篇讲了极大极小值搜索,其实单纯的极大极小值搜索算法并没有实际意义. 可以做一个简单的计算,平均一步考虑 50 种可能性的话,思考到第四层,那么搜索的节点数就是 50^4 = 6250000,在我的 ...
五子棋算杀c语言,五子棋AI算法-算杀(示例代码)
关于剪枝问题前面讲到的通过Alpha-Beta剪枝和启发式搜索可以将4层搜索的平均时间降低到1秒以下.只有这两个优化方式其实目前最多可以做到6层搜索,就是把AI和玩家各向后推算三步. 6层搜索的棋力 ...

五子棋AI算法（一）

框架的搭建

人类玩家

RobotPlayer

五子棋AI算法（一）相关推荐

最新文章

热门文章