国际象棋算法概述

Question

我想了解基本的国际象棋算法。我没有深入阅读文献还没有，但经过一番这里cogitating是我的尝试：

1）分配权重值，以件（即主教比棋子更有价值）

2）定义启发式功能将值附加到特定的移动

3）构建极大极大树来存储所有可能的移动。通过alpha/beta修剪修剪树。

4）遍历树找到每个玩家

这是核心的国际象棋的算法“大局”思想的最好的举动？有人能够指出我更深入地了解国际象棋算法的资源吗？

Answer 1

以下是国际象棋引擎开发概述。

1.创建董事会代表。

在面向对象的语言中，这将是一个代表内存中棋盘的对象。在这个阶段的选项是：

1. 位棋盘
2. 均为0x88
3. 8×8

位棋盘的原因是多方面的推荐方式。

2.创建一个评估函数。

这只需要一个董事会和边评估作为agruments并返回一个分数。方法签名将如下所示：

int Evaluate(Board boardPosition, int sideToEvaluateFor); 

这是您使用分配给每件的权重的位置。如果你愿意，这也是你可以使用任何启发式方法的地方。一个简单的评估函数将增加sideToEvaluateFor的棋子的权重，并减去对方棋子的权重。这样的评估功能对于真正的国际象棋引擎来说当然太天真了。

3.创建搜索功能。

这就像你说的那样，用Alpha-Beta修剪技术进行MiniMax搜索。一些流行的搜索算法是：

1. NegaMax
2. NegaScout
3. MTD（F）

基本想法是尝试各种不同的变化，以一定的最大深度，并选择推荐的举动通过导致得分最高的变化。每种变化的分数是评估方法在最大深度处的棋盘位置返回的分数。

对于C＃中的国际象棋引擎的例子看看我最近放在一起的https://github.com/bytefire/shutranj。要看的更好的开源引擎是用C++编写的StockFish（https://github.com/mcostalba/Stockfish）。