人工智能实验报告：井子棋AI alpha-beta剪枝算法

《人工智能实验报告：井子棋AI alpha-beta剪枝算法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、实验课程名称：__人工智能实验项目名称井子棋AIalpha-beta剪枝算法实验成绩实验者专业班级计科8班学号实验日期2016.11一、实验内容设计具有AI的井子棋游戏（采用js）AI采用α-β剪枝算法二、实验设计（原理分析及流程）min电脑AI下棋时，如果考虑步数为0，则代表直接返回当前棋盘估值w（值越大代表对max越有优势，越小则代表对min越有优势，w=maxW-minW）。如果考虑步数为N，先获取min电脑可以下棋的位置steps。对于可以下棋的一步step，电脑AI下棋到step的第row行，第

2、column列。如果这时候min电脑已经赢了，则把棋盘回退一步，返回棋盘估值和下棋位置，不用再考虑其他走法了。否则，min需要在每一种走法里面，选择一种走法，令max人类走N-1步之后，自己的优势保持最大（即w值最小）。什么是alpha-beta剪枝呢？就是如果max人类当前一种走法1至少可以获取alpha优势，而另一种走法2，min电脑的一步棋则可能让人类获取比alpha更小的优势，那么max人类肯定不会选择走法2，所以计算在计算min电脑的走法时，min电脑的其他走法就不用再计算了。最后min电脑经过

3、steps.length种走法对比之后，选择w值最小的一种走法，把棋盘回退一步，并返回棋盘估值和下棋位置。max走法类似，人类会选择w值最大的走法下棋，所以max函数和min函数分别代表人和AI下棋，互相递归调用，直到递归到步数为0时返回N步之后的估值。三、实验代码及数据记录1.代码/***[Matrix矩阵]*@param{[type]}arr[矩阵二维数组]*/varMatrix=function(arr){this.data=arr;this.row=arr.length;this.column=a

4、rr.length?arr[0].length:0;};/***[multiply矩阵乘法转换]*@param{[type]}matrix[转换矩阵]*@return{[type]}[description]*/Matrix.prototype.multiply=function(matrix){if(this.column==matrix.row){varrow=this.row,column=matrix.column,arr=[];for(vari=0;i

5、r(varj=0;j

6、,column){this.data=[];this.row=row;this.column=column;for(vari=0;i

7、ype.toString=function(){returnthis.data.map(function(data){returndata.toString();}).join('');};/***[put下棋]*@param{[type]}row[行]*@param{[type]}column[列]*@param{[type]}type[人还是AI下棋]*@return{[type]}[description]*/Chessboard.prototype.put=function(row,colum

8、n,type){if(this.data[row][column]==Chessboard.NONE){this.data[row][column]=type;this.stack.push({row:row,column:column,type:type});if(this.stack.length==this.row*this.column){this.is_ended=true;}}returnthis;};/***[r