人工智能课程设计资料.docx

人工智能课程设计资料.docx

《人工智能课程设计资料.docx》由会员分享，可在线阅读，更多相关《人工智能课程设计资料.docx（9页珍藏版）》请在冰豆网上搜索。

人工智能课程设计资料

人工智能课程设计

精品文档

人工智能<五子棋>技术报告

简介

本课程设计是基于alpha-beta剪枝算法的五子棋的博弈游戏，具有悔棋，可选择禁手，支持人机对战，人人对战等功能。

整个设计基于Java语言开发，

界面美观大方。

alpha-beta剪枝技术的基本思想或算法是，边生成博弈树边计算评估各节点的倒推值，并且根据评估出的倒推值范围，及时停止扩展那些已无必要再扩展的子节点，即相当于剪去了博弈树上的一些分枝，从而节约了机器开销，提高了搜索效率。

具体的剪枝方法如下：

（1）对于一个与节点MIN，若能估计出其倒推值的上确界β，并且这个β值不大于MIN的父节点（一定是或节点）的估计倒推值的下确界α，即α≥，β则就不必再扩展该MIN节点的其余子节点了（因为这些节点的估值对MIN父节点的倒推值已无任何影响了）。

这一过程称为α剪枝。

（2）对于一个或节点MAX，若能估计出其倒推值的下确界α，并且这个α值不小于MAX的父节点（一定是与节点）的估计倒推值的上确界β，即α≥，β则就不必再扩展该MAX节点的其余子节点了（因为这些节点的估值对MAX父节点的倒推值已无任何影响了）。

这一过程称为β剪枝。

1、数据结构定义

本文定义15*15的五子棋棋盘，实现算法，在算法中采用的数据结构包括：

intisChessOn[][]描述当前棋盘，0表示黑子，1表示白字，2表示无子；intpre[][]记录棋点的x，y坐标。

由于本课程设计是基于Java语言开发的，在Java中只能用类表示并实现所定义的数据结构。

所以下面将用类来描述相应的数据结构及算法：

publicclassChessPanel{

privateImageIconmap;//棋盘背景位图

privateImageIconblackchess;//黑子位图

privateImageIconwhitechess;//白子位图

publicintisChessOn[][];//棋局

protectedbooleanwin=false;//是否已经分出胜负

protectedintwin_bw;//胜利棋色

protectedintdeep=3,weight=7;//搜索的深度以及广度

publicintdrawn_num=110;//和棋步数

intchess_num=0;//总落子数目

publicint[][]pre=newint[drawn_num+1][2];//记录下棋点的x,y坐标最多（drawn_num+1）个

publicintsbw=0;//玩家棋色黑色0，白色1

publicintbw=0;//当前应该下的棋色0：

黑色（默认），1：

白色

protectedintx_max=15,x_min=0;//边界值,用于速度优化

收集于网络，如有侵权请联系管理员删除

精品文档

protectedinty_max=15,y_min=0;//边界值,用于速度优化

protectedbooleanable_flag=true;//是否选择禁手标志0:

无禁手1:

有禁手（默认

private

inth;

//棋子长

private

intw;

//棋子宽

private

intinsx;

//插入棋子的位置

private

intinsy;

private

PointmousePoint;

//鼠标当前位置

private

intwiner;

//获胜方

privatebooleanhumanhuman=false;

//是否是人人对弈

private

intplast=0;

//走了几步了，

public

intBLACK_ONE;

//0表黑子

public

intWHITE_ONE;

//1表白子

public

intNONE_ONE;

//2表无子

publicint

N;

//棋盘边长

//搜索当前搜索状态极大值//

//alpha祖先节点得到的当前最小最大值，用于alpha剪枝

//beta祖先节点得到的当前最大最小值，用于beta剪枝。

//step还要搜索的步数

//return当前搜索子树极大值

protectedintfindMax（intalpha,intbeta,intstep）{

intmax=alpha;

if（step==0）{

returnevaluate（）;

}

int[][]rt=getBests（1-sbw）;

for（inti=0;i

intx=rt[i][0];

inty=rt[i][1];

if（getType（x,y,1-sbw）==1）//电脑可取胜

return100*（getMark

（1）+step*1000）;isChessOn[x][y]=1-sbw;

//预存当前边界值

inttemp1=x_min,temp2=x_max,temp3=y_min,temp4=y_max;resetMaxMin（x,y）;

intt=findMin（max,beta,step-1）;

isChessOn[x][y]=2;

//还原预设边界值

x_min=temp1;

x_max=temp2;

y_min=temp3;

y_max=temp4;

if（t>max）

max=t;

//beta剪枝

if（max>=beta）

returnmax;

}

returnmax;

}

//搜索当前搜索状态极小值//

//alpha祖先节点得到的当前最小最大值，用于alpha剪枝

//beta祖先节点得到的当前最大最小值，用于beta剪枝

//step还要搜索的步数

收集于网络，如有侵权请联系管理员删除

精品文档

//return当前搜索子树极小值。

protectedintfindMin（intalpha,intbeta,intstep）{

intmin=beta;

if（step==0）{returnevaluate（）;

}

int[][]rt=getBests（sbw）;

for（inti=0;i

intx=rt[i][0];

inty=rt[i][1];

inttype=getType（x,y,sbw）;

//玩家成5

if（type==1）

return-100*（getMark

（1）+step*1000）;

//预存当前边界值

inttemp1=x_min,temp2=x_max,temp3=y_min,temp4=y_max;isChessOn[x][y]=sbw;

resetMaxMin（x,y）;

intt=findMax（alpha,min,step-1）;isChessOn[x][y]=2;

//还原预设边界值

x_min=temp1;x_max=temp2;

y_min=temp3;

y_max=temp4;if（t

//alpha剪枝if（min<=alpha）{

returnmin;

}

}

returnmin;

}

//选取局部最优的几个落子点作为下一次扩展的节点//

//bwf棋色0：

黑棋1：

白棋

//return选出来的节点坐标privateint[][]getBests（intbwf）{

inti_min=（x_min==0?

x_min:

x_min-1）;

intj_min=（y_min==0?

y_min:

y_min-1）;

inti_max=（x_max==15?

x_max:

x_max+1）;

intj_max=（y_max==15?

y_max:

y_max+1）;

intn=0;

inttype_1,type_2;

int[][]rt=newint[（i_max-i_min）*（j_max-j_min）][3];

for（inti=i_min;i

for（intj=j_min;j

continue;rt[n][0]=i;

收集于网络，如有侵权请联系管理员删除

精品文档

rt[n][1]=j;

rt[n][2]=getMark（type_1）+getMark（type_2）;n++;

}

//对二维数组排序

Arrays.sort（rt,newArrComparator（））;intsize=weight>n?

n:

weight;int[][]bests=newint[size][3];System.arraycopy（rt,0,bests,0,size）;returnbests;

}}

3、程序执行结果

初始界面

收集于网络，如有侵权请联系管理员删除

精品文档

人机博弈

收集于网络，如有侵权请联系管理员删除

精品文档

收集于网络，如有侵权请联系管理员删除

精品文档

人人博弈

收集于网络，如有侵权请联系管理员删除

精品文档

禁手选择

收集于网络，如有侵权请联系管理员删除

精品文档

4、个人总结、看法

本程序是使用Alpha-Beta搜索的算法完成的一个简单的五子棋博弈游戏。

虽然Alpha-Beta已经尽力做到细致、全面，但由于Alpha-Beta搜索存在博弈树算法中普遍存在的一个缺点一随着搜索层数的增加，算法的效率大大下降。

所以该搜索的效率还是不怎么理想，五子棋程序的“智力”也不高。

因此可以在上述程序的基础上，针对五子棋本身的特点和规律对Alpha-Beta搜索算法进行优化与修正，比如用启发式搜索。

收集于网络，如有侵权请联系管理员删除