五子棋人机博弈
五子棋,人与人之间博弈,我们不用考虑太多,都是玩家自动思考。
但是如果我们要玩一个单机的五子棋,实现人机的对战,那么我就得“帮”电脑考虑下走哪步了。
实现的方法大概有三种:
- 最大权值法
- 决策树法
- 机器学习训练
这里我们主要针对第一种方法讨论下,大致思路如下:
- 我们绘制好一个棋盘后,假定大小为 15*15;
- 下棋之前,对于棋盘中的每个空位,我们每都替电脑人“掂一掂”下在哪里合算;(估权过程)
- 对每个空位按照规则都计算完权重,我们找出权重最大的位置,此位置就是npc落子位置
那么现在的问题就是,这个权重的计算规则是怎样的呢?
首先,我们思考一下人是怎么下子的。
- 当该位置四周为空时,这个位置落子可能就不是那么有意义;
- 我们最大可能地去实现将棋子相连,若该位置四周已出现一条连线,则连子数越多,该子越重要
- 就算一条线有很多子已经相连,如果该线的一端被堵住,那么该线的重要程度降低,我们称之为眠连,otherwise,两端都没堵住我们称之为活连。
现在我们来将棋子相连的情况进行下归类赋权
空子位置我们用 “0” 表示,白子用“2”表示,黑子用“1”表示;
我们主要分为以下几种情况:
定义 | 棋子相连情况 | 权值 |
---|---|---|
活一连 | 010、020 | 40 |
活二连 | 0110、0220 | 400 |
活三连 | 01110、02220 | 3000 |
活四连 | 011110、022220 | 10000 |
眠一连 | 012、021 | 20 |
眠二连 | 0112、0221 | 200 |
眠三连 | 01112、02221 | 500 |
眠四连 | 011112、022221 | 3000 |
主要被分为了以上几类,当然可以考虑更多以使你的npc更加“智能”;
现在考虑算法
对于每个空位,我们从四个方向进行考察:
- 水平
- 竖直
- 左斜
- 右斜
我们以水平方向为例进行代码考察:
int go[row][column]; //记录每个点的落子情况
int weightarr[row][column]; //记录每个空位的权值
for piece in chessboard{
if(piece为空){
key1="0"; //记录空位左边连子情况
key2="0"; //记录空位右边连子情况
(i,j)为空位坐标
ux=i;uy=j; //(ux,uy)记录左边连子边界
dx=i;dy=j; //(dx,dy)记录右边边界
first1=0;
first2=0;
//first1 记录空位左边第一个子颜色,first2记录右边第一个颜色
//while的目的在于找到最多的颜色相同的连线
while(左边不越界){
int first=go[i-1][j].color;
first1=first;
if(first==0) break; //如果空位相邻也为空,退出
else { //如果不为空位
--ux;
if(颜色和first相同) {
key1+=go[ux][uy].color;
}
else {
key1+=go[ux][uy].color;
break;
}
}
}
while(右边不越界){
... //和上面同理
}
value1=左边连线权值;
value2=右边连线权值;
if(左右连线颜色相同) 权值翻倍;
weightarr[i][j]+=该方向权值;
//同理,依此计算 左斜,右斜,竖直情况;
}
}
要注意的是,因为对于每个大方向,比如说水平方向,我们以该空位做间断点分了水平左和水平右,当水平左和水平右的颜色相同时,权值注意要加强,因为比如说隔开的2个黑子和1个黑子填上空位可以变成4个黑子;
大家可以具体自己重新设置权值,添加更多情况。
我们将具体实现代码放在github中,供大家参考:
https://github.com/Gray-way/Gobang