广工人工智能实验报告

*＠return｛[type]} [description］
*/
Chessboard。prototype。evaluate = function()｛
//max，min权重，max连棋数，min连棋数
var maxW = minW = 0，
maxCount，minCount;
//横向计算
for (var i = 0; i < this.row; i++)｛
arr［i］= [];
for (var j = 0; j < column；j++) {
var sum = 0；
for (var n = 0; n〈this.column；n++) {
sum +=（this。data[i］[n]＊matrix。data［n］［j］);
}
arr［i］[j] = sum;
if（maxCount == this。row）｛
return Infinity；
} else｛
if（minCount == this。row)｛
return—Infinity；
} else {
//如果没有max的棋子，则min可能连成3子
if (!maxCount)｛
minW++；
｝
//如果没有min的棋子,则max可能连成3子
for (var j = 0, m = this。column；j < m; j++）｛
this。data[i][j] = Chessboard.NONE；
｝
}
this。stack =［];
this.is_ended = false;
}；
/＊＊
＊[availableSteps获取可走的位置］
*＠return｛［type］｝[description］
if（type== Chessboard。MIN）｛
minCount++；
}
}
}
//如果连成3子
if（maxCount == 3）{
return Infinity；
｝else {
if (minCount == 3）{
return -Infinity;
} else {
//如果没有max的棋子，则min可能连成3子
＊/
Chessboard.prototype。put = function(row，column，type）{
if (this.data[row］[column］== Chessboard.NONE) {
this.data［row］［column］= type；
this.stack。push（｛
row: row,
if（this。data［i］[j］== Chessboard。NONE）{
availableSteps。push（｛
row: i,
column：j
｝)；
}
}
｝
return availableSteps；
}；
/＊*
＊［rotate把棋盘旋转90度]
＊@return｛［type］}［description］
this。data =［］;
this.row = row;
this.column = column;
for（var i = 0；i < row; i++）｛
this。data[i］= []；
for (var j = 0; j〈column；j++）｛
this。data［i]［j] = Chessboard。NONE;
*/
Chessboard.prototype.availableSteps = function（）｛
var availableSteps =［］；
for (var i = 0, n = this.row; i〈n; i++) {
for (var j = 0，m = this.column；j < m；j++) {
return data.toString（）；
}）。join（'\n')；
｝；
/*＊
* [put下棋]
* @param｛［type］} row［行]
＊@param {[type］} column [列］
* @param {［type］｝type [人还是AI下棋]
* @return {[type］｝［description]
＊@return｛［type]}［description］
＊/
Chessboard.prototype。rollback = function(n）{
n = ｜| 1；
for（var i = 0; i〈n；i++)｛
var step = this。stack。pop();
if（step）{
this.data［step.row］[step。column] = Chessboard。NONE；
[1，0，0］,
［0，1，0］，
［—dx, -dy，1］
]）；
var translateMatrix2 = new Matrix（[
［1, 0，0］,
［0，1, 0],
[dx，dy，1］
]）;
var rotateMatrix = new Matrix（[
[0,—1, 0］,
［1, 0, 0］,
[0，0，1]
column: column,
type：type
｝)；
if（this。stack。length == this.row＊this。column)｛
this。is_ended = true;
}
}
return this;
｝;
/＊*
＊[rollback悔棋］
*＠param {[type］} n［后退n步］
｝
｝
return newMatrix（arr);
}
｝;
/**
＊[Chessboard棋盘］
* @param {[type］} row［description]
* @param {[type］｝column［description]
*/
var Chessboard = function（row，column)｛
//当前这一行，max连棋数，min连棋数
maxCount = minCount = 0；
for（var j = 0; j〈this.column; j++)｛
var type = this。data[i］［j］;
if（type == Chessboard。MAX）｛
maxCount++；
｝else {
}；
/＊*
＊［hash给棋盘一个编码]
＊@param {[type］} sourceRadix［来源进制］
＊@param｛[type]｝targetRadix［目的进制]
＊＠return {［type]}［description]
*/
Chessboard.prototype.hash = function(sourceRadix, targetRadix) {
]);
var res = matrix.multiply(translateMatrix1）.multiply(rotateMatrix）.multiply（translateMatrix2）；
board。put（res。data[0][0], res.data［0］[1]，type);
}
｝
return board；
if (！minCount) {
maxW++;
｝
}
}
｝
//右斜下方向计算
maxCount = minCount = 0；
for (var i = 0; i〈this.column; i++) {
var str = this.data。map(function(arr）{
return arr。join('');
｝）.join（'’);
return parseInt（str，sourceRadix）.toString（targetRadix);
}；
/**
＊[evaluate计算当前棋盘的估值］
this.data = arr；
this。row = arr.length;
this.column = arr。length ? arr［0］.length : 0；
};
/**
＊[multiply矩阵乘法转换］
＊＠param｛[type]} matrix [转换矩阵]
＊＠return｛［type]｝[description］
if（！maxCount)｛
minW++;
｝
//如果没有min的棋子,则max可能连成3子
if（!minCount）｛
maxW++;
}
｝
}
}
//纵向计算
for (var i = 0; i〈this.column；i++) {
//当前这一列，max连棋数,min连棋数
maxCount = minCount = 0;
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。
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）。
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］
*/
var Matrix = function（arr) {
｝
｝
this.is_ended = false；
return this;
｝;
/＊＊
*［reset重置棋盘]
＊@return｛[type]｝[description］
*/
Chessboard。prototype.reset = function（）{
for（var i = 0，n = this。row; i〈n; i++)｛
｝
｝
this.stack = [］;
this。is_ended = false;
｝;
/＊＊
* [toString输出棋盘信息]
* @return｛［type］｝［description]
＊/
Chessboard.prototype.toString = function（）{
return this.data.map（function（data) {
人工智能实验项目名称aialphabeta剪枝算法实验成绩3114006156实验日期201611一实验内容设计具有ai的井子棋游戏采用jsai采用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wmaxwminw
for (var i = 0; i〈this.row; i++）｛
for（var j = 0; j < this。column；j++）{
var type = this.data［i］[j];
var matrix = new Matrix([
［i, j，1]
]);
var translateMatrix1 = new Matrix（[
for（var j = 0；j < this.row；j++）｛
var type = this。data［j]［i];
if (type == Chessboard.MAX）｛
maxCount++；
｝else｛
if (type == Chessboard。MIN) {
minCount++;
}
｝
}
//如果连成3子
＊/
Matrix.prototype。multiply = function(matrix）｛
if（this.column == matrix。row)｛
var row = this。row，
column = matrix。column,
arr =［];
for（var i = 0；i〈row；i++) {
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
叶海恒
专业班级
计科8班
学号
3114006156
实验日期
2016.11
设计具有AI的井子棋游戏（采用js）
AI采用α—β剪枝算法
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)。
*/
Chessboard.prototype。rotate = function（）｛
var board = new Chessboard（this.row, this。column),
dx = Math。floor（this.column / 2）,
dy = Math.floor（this.row / 2）；