人機博弈-吃跳棋遊戲（三）代移動

標籤：

我們能夠根據國際象棋的規則吃，建立移動產生器。基本邏輯是，假定一個展開己方蠕蟲的存在，這是可能沒有其他的緻密氣。這是不是對其他部分可以落子。在其他情況下。必須堅持

另一片落子，考慮到特殊情況，當自己可以提其他片，自己可以下到那裡沒有氣。和一般吃跳棋。勝，無法形成劫爭。所以走法產生器就相對非

常簡單。

對於怎樣確定己方是不是存在一氣的棋串，能夠利用上一節介紹的算氣演算法。

int CMoveGenerator::CreatePossibleMove(BYTE position[GRID_NUM][GRID_NUM], int nPly, int nSide){    m_nMoveCount = 0;        BYTE antiSide = (nSide + 1) % 2;    cleanGlobal();    setGo(position);            //檢測己方是否有一氣的棋竄，有則輸出對應走法。        for (int i = 0; i < GRID_NUM; i++)    for (int j = 0; j < GRID_NUM; j++){                if(go[i][j]==nSide&&g_gozi[i][j]==0){           str_lib(i,j,go[i][j]);                    if (goqi==1)                {                                for (int k = 0; k < GRID_NUM; k++)                for (int w = 0; w < GRID_NUM; w++){                if (gokong[k][w] == 1){                AddMove(k, w, nPly);                }                }                                }                }           }    64         //正常情況下，尋找敵方棋子周邊的空位，緊其氣            for (int i = 0; i < GRID_NUM; i++)            for (int j = 0; j < GRID_NUM; j++)            {                        if (go[i][j] == antiSide)            {                                if (i > 0 && go[i - 1][j] == NOSTONE){                                        AddMove(i - 1, j, nPly);                                                        }                                    if (i < GRID_NUM - 1 && go[i + 1][j] == NOSTONE){                                      AddMove(i + 1, j, nPly);                                    }                                    if (j>0 && go[i][j - 1] == NOSTONE){                                      AddMove(i, j - 1, nPly);                                                        }                                    if (j < GRID_NUM - 1 && go[i][j + 1] == NOSTONE){                                      AddMove(i, j + 1, nPly);                                   }                                                }                                }        return m_nMoveCount;}

可以最佳化此演算法，以後方便興許的搜尋引擎進行剪枝。

給走法設定一個分數。可以提子則此步設為30+提子數。可以打吃則為20+打吃棋子數。可以長氣，則為10+長氣的棋子數。其它臨時設計為0。可以用一個額定長度的優先隊列，保留幾個分數最佳的走法。

或是必要時進行排序。

搜尋時優先優先搜尋得分較高的走法，這樣大幅度提高搜尋演算法剪枝的效率。

這段是走法啟示的代碼

偽碼例如以下：

for(int i=0;i<Grid_Num;i++)for(int j=0;j<Grid_Num;j++){    cleanupGlobal();    if(go[i][j]==NOSTONE)    {    bool isVilid=false;    if(i>0&&go[i-1][j]==antiSide)    {       go[i][j]=nSide;       if(g_gozi[i-1][j]==0)       {          isVilid=true;          str_lib(i-1,j,antiSide);          switch(goqi){case 0:case 1:....}       }    }     if(i<Grid_Num-1&&go[i+1][j]==antiSide)     {       go[i][j]=nSide;       if(g_gozi[i-1][j]==0)       {          isValid=true;          str_lib(i-1,j,antiSide);          switch(goqi){case 0:case 1:....}       }    }...         if(isValid)         {          sumScore(i,j,nSide);          addMove(i,j,nSide);          }44     }}std::sort();

這種演算法是採取啟發學習法，研究命名為靜態啟示。而不是曆史的啟示，曆史啟示不需要象棋知識是動態啟示，啟示舉措與國際象棋有關的知識。

人機博弈-吃跳棋遊戲（三）代移動