人工智能上机实习题

人工智能上机实习题一．概述1．实习名称该实习是一个Windows环境下的可以进行人机对弈的五子棋程序，程序的名称是快乐五子棋。

2．运行环境和编程语言版本运行环境：Microsoft Windows 98 或者Microsoft Windows NT。

编程语言：Microsoft Visual C++6.0 企业版3．程序文件目录清单及文件说明整个五子棋程序所有文件放在Five目录下。

Five.h 五子棋类的头文件Five.cpp 五子棋类的实现文件以上两个文件是Visual C++自动生成的Fivedlg.h 五子棋程序主窗体类的头文件，所有的程序控制和大部份的数据结构都在这里定义和实现Fivedlg.cpp 五子棋程序主窗体类的实现文件，是整个程序的核心Queue.h 优先队列的头文件Queue.cpp 优先队列的实现文件Node.h 优先队列的节点类头文件Node.cpp 优先队列的节点类的实现文件Settings.h 五子棋设置类的头文件Settings.cpp 五子棋设置类的实现文件设置类是一个对话框，主要负责对五子棋的人工智能部份的参数的控制。

StdAfx.cpp MFC类必需的文件，由Microsoft提供StdAfx.h 同上Five.dsp 五子棋程序的工程文件，可以通过打开它来打开整个工程Res子目录存放本程序的资源，如图标，位图等。

另外还有一些文件是VC自已生成的，与我们这个具体的程序是没有关系的，所以在里就不再特别说明了。

4．程序使用说明本五子棋程序界面亲切友好，玩家可以很容易上手。

下面是一些基本的使用说明。

程序的主界面是一个大的对话框，它里面又分为三个部份。

左边是一排按钮，分别是“开始新游戏”，“设定”，“认输”，“确定这样走”，“我不走这步了”，“关于本程序”，“退出”。

单击“设定”后又会弹出一个对话框，里面可以对先后手，难度以及电脑的棋风进行设定。

“认输”按钮只有在游戏开始以后才可以用。

玩家每走一步，需要进行确定，即走完一步后点击“确定这样走”，若发现走错了，只需点击“我不走这步了”，即可重新下子，同样，这两个按钮也只有在游戏开始后才可以使用。

“关于”是作者的简介和程序的简介。

“退出”是退出游戏，在游戏进行时不可用。

窗体的中间部份是一个16＊16的棋盘。

玩家和电脑在这里面对弈。

窗体的右部有一幅对联：“观棋不语真君子，起手无回大丈夫。

”对联的下面是几个标签，对当前的设定和棋局的状态进行必要的说明。

另外，对于每走一步棋，该程序都会自动记录走的步数，并会直接在棋子上显示出来，以方便玩家查找下过的棋。

在主窗体的右下角，有两个计时器，一个是玩家的思考的用时，另一个是电脑方下棋的用时。

二．程序的数据结构说明本程序用到的数据结构如下，我们分别作出说明：1．程序的设置类（SETTINGS）该类对五子棋的一些参数作出设定，主要有先手方，难度，电脑棋风，和棋盘在位置参数。

下面是该类的数据的说明：int type; //电脑的棋风，1---进攻2—平稳3---防守SETTINGS(CWnd* pParent = NULL); //标准的构造函数bool Pcfirst; //先手变量true—电脑先走false---玩家先走int AI; //难度，即算法的搜索深度int SIZE; //棋盘格的大小int XROW; //棋盘行数int YCOL; //棋盘列数int XSTART; //棋盘左上角的相对横坐标int YSTART; //棋盘左上角的相对纵坐标2．优先队列（CQueue）优先队列用来暂时存放一个结点展开以后的子结点。

主要是在程序中实行贪心算法时用到的数据结构。

下面是该数据结构的具体的操作。

Public:CQueue(); //构造函数~CQueue(); //析构函数void DeQueue(); //出队void EnQueue(Node p, long Score); //入队Node GetHead(); //取队首节点位置bool IsEmpty(); //判队空long GetHeadScore(); //取队首节点数值int Qcount(); //返回队中的节点数void Deltail(int); //按指定要求删除队尾的元素private:struct Qnode //优先队列的节点类{Node p; //棋盘节点类long Score; //该手的分值Qnode* Next; //下一节点的指针} * Head; //指向队首的指针int count; //优先队列的节点的个数};3．棋子节点类（Node）棋子节点类包括了一个棋子的全部信息，颜色，绝对位置，相对位置，顺序，下子方等等。

它是本程序的核心数据结构。

下面是该类的成员：int order; //下子顺序int visit; //下子方1 ---computer -1 ---player 0 --- noneint color; //颜色int x; //该棋子的实际横坐标int y; //该棋子的实际纵坐标int indexx; //棋子的相对横坐标int indexy; //棋子的相对纵坐标Node (Node&); //拷贝构造函数Node (); //构造函数struct MaxIMin { //用于α-β剪枝的结构long Max;long Min;};三．程序的使用说明该程序使用简便，但我们还是给出它的使用说明。

程序开始，就会出现一个大的对话框，我们前面已经介绍过了。

在棋局开始之前，可以对棋局的一些参数进行设定。

在难度设定一栏，有易，中，难三个档可以选择。

其实它的是分别对应程序中搜索算法不同的搜索深度的。

其中易是对应一层搜索，中对应两层搜索，难对应四层搜索。

在难度设定为难的时候，程序运行得比较慢，因为要展开的结点数比较多。

在棋风设定一栏，也有三项，分别是进攻型，平稳型和防守型。

三种风格的不同之处在于它们允许搜索算法进行搜索的范围不同。

其中进攻型是在每一颗棋子周围三格以内进行搜索，在第一层展开的时候对优先队列后面一半的元素进行删除，并且把搜索深度加一。

而平稳型是在每一颗棋子周围两格以内进行搜索。

防守型与平稳型相似，只是多了一个第一层剪枝的工作。

在设置好了之后，就可以开始游戏了。

单击开始新游戏就可以开始了。

玩家每下一步棋，就要进行一次确认，即点击”确定这样走”，如果发现在未确认之前走错了，可以单击”我不走这步了”，单击以后可以重新走这一步棋。

本程序没有回棋的功能，其实也是不需要的，只要看看棋盘右边的那两句话就知道了。

另外，在主窗体的下面还有一些状态可以看。

比如说现在下的是第几步了，当前的设置状态是什么，双方用时多少都可以看得到。

若在游戏进行时玩家想认输，可以单”认输”按钮，这样可以立刻认输，并且没有返回的机会！四．程序主要算法的分析本程序运用了α-β剪枝法对五子棋的当前状态进行搜索，找出一步比较优的棋作为下一步的着法。

下面我们就来具体说明整个算法的基本思想和实现。

α-β剪枝法是一种对搏弈树进行搜索的有效的算法。

它是对Min-Max算法的改进。

我们知道Min-Max算法的基本思想是从根结点开始展开，形成整棵搜索树之后，从最底层开始从下往上逐层计算各点的权值，最后确定根节点的权值，从而确定下一步的取向。

但是Min-Max算法有一个缺点，就是要先把整棵搜索树展开，再进行计算。

这样要计算的结点数就会很多，当层数增加的时候就会使程序难以执行。

但是我们发现，其实并不是所有的结点都需要计算权值的。

另外，先展开整棵搜索树再计算权值的做法效率显然太低了。

而α-β剪枝法就是针对Min-Max算法的这些缺点进行改进的。

它采取一种边展开，边计算，边剪枝的方法，使得要展开计算的节点大大减少，提高了程序运行的效率，在同等的搜索深度下程序的运行时间要大大短于不剪枝的程序。

下面我们对α-β剪枝法作一些具体的说明。

在算法中，我们采用有界深度优先策略进行搜索，这样当生成达到规定深度的节点时，就立即计算其静态估值函数，而一旦某个非端节点有条件确定其倒推值时就立即计算赋值。

我们在搜索树上有Min和Max 两种类型的结点，所以剪枝的类型也有两种，一种是在Max层进行的，称为α剪枝。

另一种是在Min层进行的，称为β剪枝。

α剪枝的过程是这样的，假设一个Max节点A它的一个孩子为B，这个B又有一个孩子为C，当C的权值确定以后，程序把C的权值与B现有的权值进行比较，又注意到B是Min层的结点，如果发现C的权值比B 的权要值小，则把C的权值赋给B，然后程序把B的权值与A的权值进行比较，当发现B的权值小于A的权值的时候，则把B从C开始的孩子全部剪掉。

以上过程称为α剪枝。

为什么可以这样剪枝呢？我们注意到，当发现B的权值小于A的权值的时候，因为B是Min层的结点，无论怎么样计算，B的权值都不会比当剪的权值大，所以再去计算B的孩子的权值是没有意义的。

如果剪枝发生在Min层，原理也是差不多，但这时称为β剪枝。

在我的程序里，通过一个MaxMin的数据结构来实现了剪枝，整个程序是一个不断递归的过程。

深度优先搜索不用递归是很难实现的。

下面是搜索算法的程序片断：//用于Max-Min搜索的递归函数。

输入：M决定对那种棋子进行估值，true为白子，//false为黑子；depth为深度控制；MaxMin为用于α-β剪枝的结构。

long CFiveDlg::absearch(bool M, int depth, MaxIMin MaxMin){CQueue Open; //优先队列，用于储存可下的位置和价值。

MaxIMin MM = MaxMin; //用于α-β剪枝的结构。

Node p; //临时位置。

，Count为计数器。

long temp; //temp为临时变量long Result; //Result为返回的节点价值int Count = 0; //Count这里起指示的作用。

指示当前取出//的元素是不是队头元素。

//在判断必杀棋型的时候，只需要判断优先队//列中的队头元即可int Over; //指示棋局是否结束if (depth == 0) return h(); //最底层递归返回棋局状态的函数值。

//循环把可能下的位置和价值放入优先队列,//这样做的目的是为了在搜索时能够先展开for (int i = 0; i <= 15; i++) //价值较高的节点{p.indexx=i;for (int j = 0; j <= 15; j++){p.indexy=j;if (CanPut(chess[i][j])) {Put(p,M);Count++;Over = IsOver(p); //若结局这直接返回。