五子棋AI算法-重构代码

标签：需要   rem   大于等于   最简   height   代码   没有   mat   实现   

为什么需要重构

　　之前的代码有很多松散的模块组合在一起。在把 Zobrist 集成进去时，会发现全部需要走棋的操作其实都需要进行一次 Zobrist 异或操作。另外在逻辑上，其实很多模块都是可以合并到同一个类的，所以这次把代码进行了一次大的重构。所以如果发现博客说的一些模块找不到了也是很正常的，因为大部分模块都被移到了 Board 类中。

　　这次重构主要的工作就是 把AI相关的代码分成了四个模块：

1. Board ，所有和棋子相关的操作都在这里，包括打分，判断胜负，zobrist缓存，启发函数等。
2. negamax 搜索模块
3. checkmate 算杀模块
4. 外壳，配置，一些辅助方法等，包括 ai.js, role.js等

集成 Zobrist

　　把所有走棋操作都放到 Board 类中之后，只需要在 board 中进行 zobrist 异或操作就可以。可以避免在搜索或者算杀中进行Zobrist 操作。

　　具体的做法是在如下三个方法中都进行 zobrist 更新

 1 //下子
 2 Board.prototype.put = function(p, role, record) {
 3 this.board[p[0]][p[1]] = role;
 4 this.zobrist.go(p[0], p[1], role);
 5 this.updateScore(p);
 6 if(record) this.steps.push(p);
 7 }
 8 
 9 //移除棋子
10 Board.prototype.remove = function(p) {
11 var r = this.board[p[0]][p[1]];
12 this.zobrist.go(p[0], p[1], r);
13 this.board[p[0]][p[1]] = R.empty;
14 this.updateScore(p);
15 }
16 
17 //悔棋
18 Board.prototype.back = function() {
19 if(this.steps.length < 2) return;
20 var s = this.steps.pop();
21 this.zobrist.go(s[0], s[1], this.board[s[0]][s[1]]);
22 this.board[s[0]][s[1]] = R.empty;
23 this.updateScore(s);
24 var s = this.steps.pop();
25 this.zobrist.go(s[0], s[1], this.board[s[0]][s[1]]);
26 this.board[s[0]][s[1]] = R.empty;
27 this.updateScore(s);
28 }

　　这样任何时候完成走棋之后，都可以通过 board.zobrist.code 来获取当前的哈希值。然后在 Negamax 或者 checkmate 中就可以以这个code 为当前棋局的唯一标示来存储分数。

　　目前实现了一个最简单的方式，就是把每个棋局的分数存下来，下次如果遇到相同的棋局就不用打分了，而是直接取上次存储的分数。但是这里存储分数的时候要同时存储升深度，因为只有深度大于等于当前深度的分数才是有效的。具体实现可以看 Board 类中的代码。

　　这样的实际效果其实并不理想，大约 10%的命中率，虽然10%也是很客观的提升，但是其实对最终走棋速度影响并不大，也就是加不加这种方式的置换表并没有能感觉到的速度提升。 
　　实际上对置换表最好的应用，应该是用在启发搜索中对待选节点进行筛选和排序，但是具体怎么实现暂时还是没有想好。

五子棋AI算法-重构代码

标签：需要   rem   大于等于   最简   height   代码   没有   mat   实现   

原文地址：http://www.cnblogs.com/Bita/p/5984668.html