基于博弈树的开源五子棋AI教程[1 位棋盘]

news/2024/7/10 22:04:49 标签: 五子棋AI, 博弈树搜索, 位棋盘, QT, 开源

0 引子

常见的五子棋棋盘大小为15x15,最直观的表示就是一个二维数据。本文为了易于拓展一开始使用的是QVector<QVector>的数据,但是在分支因子为10的情况下只能搜索到4层左右,后面深度加深,搜索时间呈指数倍数增长。这种实现方式下,六层搜索深度下搜索时间大于1min。
接着使用二维数组(int[][])来表示一个搜索状态,搜索速度略有加快,时间大约在2倍左右(记忆模糊了)。
目前实现方式中使用的位棋盘,这样可以有效的减少寻址时间,取出一行或者一列只需要从内存中取出一个int32(考虑到17x17或者19x19)。有些读者可能想问一个格子有三种状态(黑/白/空),bool又能如何表示呢?答案就是使用两个int32数组表示,一个数组表示是否有子,另一个表示黑子还是白子。

1 15X15棋盘

1 定义

一般而言一组二维数组就可以充分的表示棋盘信息,但是在后续棋盘静态评估的需求中发现,本文需要对棋盘的四个方向上评估出基础棋型。因而从不同角度冗余的描述棋盘信息就是必要的。

//棋子值的定义[保证0 1为黑子或者白子]
#define PLAYER_BLACK 0
#define PLAYER_WHITE 1
#define PLAYER_NONE  2
//四方向
#define MMainDiagonal 0 //主对角线
#define MSubDiagonal  1 //副对角线
#define MHorizontal   2 //水平
#define MVertical     3 //竖直

这里也简单给出棋盘信息完备表示,为了简化搜索过程的的边界处理,对所有棋盘加墙(白棋搜索时,墙就是黑子)。对角线上只保留了可以构成连五的线。

    //定义含有边界所有连线上的棋子,用于更新棋型
    int searchBoard[boardSize+2];
    int searchBoardMask[boardSize+2];
    int searchBoardVertical[boardSize+2];
    int searchBoardVerticalMask[boardSize+2];
    int searchBoardMainDiag[2*boardSize - 9];
    int searchBoardMainDiagMask[2*boardSize - 9];
    int searchBoardSubDiag[2*boardSize - 9];
    int searchBoardSubDiagMask[2*boardSize - 9];

2 实现

有了棋盘信息的表示,就需要实现如何更新棋盘信息。这里实现可能略微复杂,没有做代码的精简。在象棋百科中有通过棋盘旋转的方式来获取不同方向的信息,那里是使用通过和一个魔法数位运算来实现的,理论上这里也是可以的。
这里具体实现时需要注意三点:一是边界点的判定,二是位运算如何某数位置0或者置1,,三是位移量的求解。

void GameBoard::setSearchBoardPiece(const MPoint &position, MPlayerType player)
{

    int row = position.x();
    int col = position.y();

    if(!isValidSearchPosition(row,col)) return ;

    if(player == PLAYER_WHITE)
    {
        //player == white(1)
        searchBoard[row] |= (1 << col);
        searchBoardMask[row] |= (1 << col);

        searchBoardVertical[col] |= (1 << row);
        searchBoardVerticalMask[col] |= (1<<row);

        //主对角线[右下]
        if(abs(col-row)<=boardSize-5)
        {
            if(row>col){
                searchBoardMainDiag[boardSize- 5 - row + col] |=(1 << col);
                searchBoardMainDiagMask[boardSize- 5 - row + col] |=(1 << col);
            }
            else{
                searchBoardMainDiag[boardSize- 5 + col - row] |= (1 << row);
                searchBoardMainDiagMask[boardSize- 5 + col - row] |= (1 << row);
            }
        }

        //副对角线[右上]
        if(row+col>=6 && row+col<= boardSize*2-4)
        {
            if(col < boardSize -row  + 1){
                searchBoardSubDiag[row + col - 6] |= (1 << col);
                searchBoardSubDiagMask[row + col - 6] |= (1 << col);
            }
            else{
                searchBoardSubDiag[row+col-6] |= (1 << (boardSize+1-row));
                searchBoardSubDiagMask[row+col-6] |= (1 << (boardSize+1-row));
            }
        }
    }
    else if(player == PLAYER_BLACK)
    {
        //player == black(0)
        searchBoard[row] &= ~(1 << col);
        searchBoardMask[row] |= (1 << col);

        searchBoardVertical[col] &= ~(1 << row);
        searchBoardVerticalMask[col] |= (1<<row);

        //主对角线
        if(abs(col-row)<=boardSize-5)
        {
            if(row>col){
                searchBoardMainDiag[boardSize- 5 - row + col] &= ~(1 << col);
                searchBoardMainDiagMask[boardSize- 5 - row + col] |=(1 << col);
            }
            else{
                searchBoardMainDiag[boardSize- 5 + col - row] &= ~(1 << row);
                searchBoardMainDiagMask[boardSize- 5 + col - row] |= (1 << row);
            }
        }

        //副对角线
        if(row+col>=6)
        {
            if(col < boardSize -row  + 1){
                searchBoardSubDiag[row + col - 6] &= ~(1 << col);
                searchBoardSubDiagMask[row + col - 6] |= (1 << col);
            }
            else{
                searchBoardSubDiag[row+col-6] &= ~(1 << (boardSize+1-row));
                searchBoardSubDiagMask[row+col-6] |= (1 << (boardSize+1-row));
            }
        }
    }
    else
    {
        //player==none(2)
        searchBoardMask[row] &= ~(1 << col);
        searchBoardVerticalMask[col] &= ~(1 << row);

        searchBoard[row] &= ~(1 << col);
        searchBoardVertical[col] &= ~(1 << row);


        //主对角线
        if(abs(col-row)<=10)
        {
            if(row>col){
                searchBoardMainDiagMask[boardSize- 5 - row + col] &= ~(1 << col);
                searchBoardMainDiag[boardSize- 5 - row + col] &= ~(1 << col);
            }
            else{
                searchBoardMainDiagMask[boardSize- 5 + col - row] &= ~(1 << row);
                searchBoardMainDiag[boardSize- 5 + col - row] &= ~(1 << row);
            }
        }

        //副对角线
        if(row+col>=6)
        {
            if(col < boardSize -row  + 1){
                searchBoardSubDiagMask[row + col - 6] &= ~(1 << col);
                searchBoardSubDiag[row + col - 6] &= ~(1 << col);
            }
            else{
                searchBoardSubDiagMask[row+col-6] &= ~(1 << (boardSize+1-row));
                searchBoardSubDiag[row+col-6] &= ~(1 << (boardSize+1-row));
            }
        }
    }
}

http://www.niftyadmin.cn/n/5278148.html

相关文章

pycharm git 版本回退

参考 https://blog.csdn.net/qq_38175912/article/details/102860195 yoyoketang 悠悠课堂

HarmonyOS引导页登陆页以及tabbar的代码说明1

效果 以下代码是东拼西凑出来的。只是为了个人熟悉一下相关模块的使用&#xff1a; 用的知识点&#xff1a; Resouces 此部分分内容可以在项目中找到&#xff1a; resources/base/element/color.json 为项目着色配置&#xff0c;当然也可以正接在代码里写 float.json 为相关…

光条中心线提取-Steger算法 [OpenCV]

在线结构光视觉传感器中&#xff0c;由线激光器发射出的线结构光&#xff0c;在本质上为一个连续且具有一定厚度的空间光平面&#xff0c;而在目标表面上所形成的具有一定宽度的光条特征&#xff0c;即为该光平面与目标表面相交而成的交线。在该空间光平面的厚度方向上&#xf…

Flink 窗口(1)—— 基础概念

窗口&#xff1a;将无限数据切割成有限的“数据块”进行处理&#xff0c;以便更高效地处理无界流 在处理无界数据流时&#xff0c;把无界流进行切分&#xff0c;每一段数据分别进行聚合&#xff0c;结果只输出一次。这就相当于将无界流的聚合转化为了有界数据集的聚合 Flink “…

深入理解PyTorch中的Hook机制:特征可视化的重要工具与实践

文章目录 一、前言1. 特征可视化的重要性2. PyTorch中的hook机制简介 二、Hook函数概述1. Tensor级别的hook&#xff1a;register_hook()2. Module级别的hook 三、register_forward_hook()详解1. 功能与使用场景2. 示例代码与解释3. 在特征可视化中的具体应用 四、register_bac…

go语言读取Excel表格中的数据

在Go语言中&#xff0c;你可以使用第三方库来读取Excel文件。一个常用的库是github.com/tealeg/xlsx&#xff0c;它提供了处理Excel文件的功能。以下是一个简单的例子&#xff0c;演示如何使用该库读取Excel文件&#xff1a; 导入库 首先&#xff0c;你需要安装github.com/te…

平台统一鉴权、登录、跨域方案

cookie、tooken、session的区别 cookie 存储在客户端&#xff0c;在请求的时候会自动携带。存储大小4KB。 优点&#xff1a;兼容性好&#xff0c;容易实现。 缺点&#xff1a;需要单独解决跨域问题。 会遭受CSRF攻击。 存储在客户端不安全。 session: 存储在服务端。存储大小无…

C++带参数的单例模式

在 C 中实现带参数的单例模式可以通过以下步骤完成&#xff1a; 1. 创建一个类&#xff0c;该类负责管理单例对象的创建和访问&#xff0c;并提供一个静态方法来获取单例对象。 2. 在该类中添加一个私有的静态成员变量&#xff0c;用于保存单例对象的实例。 3. 添加一个静态…