公开(公告)号：CN106022479A

公开(公告)日：2016-10-12

申请号：CN201610370040.4

申请日：2016-05-30

Applicant: 北京理工大学

Inventor： 赵崇 ,  赵峻瑶 ,  陈丽凤 ,  张秋鸿

IPC: G06N5/02

CPC classification number: G06N5/025

Abstract: 一种基于棋盘关键位置估值的苏拉卡尔塔棋的AI算法，包括一种基于多种优化方法的多线程并行搜索方法(简称搜索)和一种基于关键位置估值的局面评估方法(简称估值)；其核心在于：在搜索方面，从策略101至策略105中依次加入历史启发，PVS极小窗搜索，Zobrist哈希和多线程优化方法提升Alphabeta搜索的搜索效率：即：结合了多种优化方法，尽可能地提升搜索深度，并使这些优化方法相互配合，达到效率上的大幅度提升；在估值方面，在不同阶段采用的不同估值；与此同时，作为先后手的不同角色角度也应该有不同的对应参数，用于进攻和防守等不同目的。总之，通过多方面考虑，使得估值更加精确，棋力也更加强大。

公开(公告)号：CN105999689A

公开(公告)日：2016-10-12

申请号：CN201610369682.2

申请日：2016-05-30

Applicant: 北京理工大学

Inventor： 史继筠 ,  宋鑫 ,  赵峻瑶 ,  孙云霄

IPC: A63F3/00 ,  A63F13/60

CPC classification number: A63F3/00643 ,  A63F13/60 ,  A63F2003/00996

Abstract: 一种机器博弈的亚马逊棋AI算法包括搜索算法和估计算法；其中，搜索算法将生成的可行招法排序，最大可能的将能引发剪枝或能得到较好效果的招法：通过为每一个效果赋值以判定招法的好坏，排在前面；搜索算法还体现在不同阶段采用不同策略：搜索深度越小的层次，生成的招法会被裁剪的越小；而在较深的层次需要展开全招法，即不对招法进行裁剪；估值算法通过加入区域占领参数occupy，使对占领格子的判断更准确；在不同阶段采用不同估值参数，基于步数判断棋局进行到了哪个程度，再决定使用哪种参数，再根据局面对估值参数进行动态调整；此外，还采用优化的多线程：使共享资源尽量少以及使各线程间有互斥地共享有价值的资源。