【正文】 隨著新的算法和理論的研究，人工智能必定會(huì)在人們生活中扮演重要的角色。它的概念、方法和技術(shù)，正在各行各業(yè)廣泛滲透。對(duì)五子棋相關(guān)規(guī)則及技巧有了新的收獲，最重要的是自己動(dòng)手解決問題的能力得到了提高。結(jié) 論通過本次課題的研究，用 JAVA實(shí)現(xiàn)了五子棋人工智能和網(wǎng)絡(luò)游戲。但我并不以為這是很好的方法。關(guān)于電腦學(xué)習(xí)，這聽起來似乎是算法無法實(shí)現(xiàn)的功能。關(guān)于增加細(xì)致的特定棋形的判斷，前面已經(jīng)說過，以為不同的棋型，例如“死四”就有不同的幾種情況，如果對(duì)每一種設(shè)置不同的重要值，也可以提高電腦 AI,但是要設(shè)置合適的分?jǐn)?shù)就要在實(shí)踐中檢驗(yàn)了，因?yàn)檫@個(gè)不是大小的問題，而是相差多少。否則照同樣的方法向下分析，就可以預(yù)測(cè)出多步。我大體說一下這 2種算法的思路：遞歸算法的意思可以說成“今后幾步預(yù)測(cè)法”，首先讓電腦分析一個(gè)可能的點(diǎn)，如果在這兒下子將會(huì)形成對(duì)手不得不防守的棋型（例如：“沖四”、“活三”）；那么下一步對(duì)手就會(huì)照你的思路來防守你，如此一來便完成了第一步的預(yù)測(cè)。不過即使沒采用遞歸算法，要是讓電腦先下子的話，你的大部分時(shí)間也是花在防守上，可能是我的棋力太菜了，我自己還沒有下贏過電腦。 } 努力提高電腦 AI一直是五子棋游戲關(guān)鍵，第一步的人工智能只是估值和搜索算法的集合，要真正的提高電腦 AI還有很多步，例如，我的電腦 AI只是片面的分析了雙方的器型，沒有前瞻性。 if(RectX2RectY2) RectY2 = y+(RectX2x)。 if(RectX1RectY1) RectX1 = x(yRectY1)。 if(y+414) RectY2=14。 if(y40) RectY1=y4。 if(x+414) RectX2=14。 同理，和判斷勝負(fù)一樣下子也要考慮邊界特殊情況，矩形設(shè)置如下： private void setRect(int x,int y){ if(x40) RectX1=x4。因此，要使棋手做出這種判斷，就要把第一種情況的估值設(shè)置得高。 } 對(duì)于特定的棋型，都有一個(gè)不同的估值，以此來區(qū)別不同棋型的優(yōu)劣，也以此來決定最終的落子位置。 y=temp[1]。 swt=arr[i][j]。j++){ if(arr[i][j]swt){ temp[0]=i。i++){ for(int j=0。 for(int i=0。 } } } 設(shè)定相應(yīng)空位的重要值以后，選取最大的值下子，代碼如下：private void getBiggest(int [][] arr,int x,int y){ int [] temp=new int[2]。 } } n=weight(value,flag)。 } if([i+k][j]==0){ flag++。 k5。i+kRectX2 amp。 break。 continue。 k5。ik=RectX1 amp。flag=0。i++){ if([i][j]!=0){ continue。 方向 for(i=RectX1,j=y。 // 39。但是有些棋類游戲，比如在中國(guó)象棋和國(guó)際象棋中，情況就有些復(fù)雜了，每個(gè)棋子都有它特定的著法，電腦下子要考慮自己和玩家的棋型，優(yōu)先防守，如果沒有要防的棋型，則搜索自己的棋型下子。不同的棋類游戲各有所謂的規(guī)則，規(guī)則中就有博弈雙方都可以走哪些著法。在估值的時(shí)候，必須要考慮棋子的合法落子情況。因?yàn)橛锌赡苡袕?fù)合棋型，比如“四三”..從第一步起，不管是哪一方下子，電腦都有以這點(diǎn)為中心搜索 9X9的矩陣內(nèi)的所有空白點(diǎn)上棋子的重要性，一顆棋子對(duì)棋型影響的大小有 9X9。參考了很多五子棋算法，大部分思想差不多，就是搜索估值確定重要性，然后選取最大的一個(gè)點(diǎn)下子。換言之，博弈就是研究個(gè)體如何在錯(cuò)綜復(fù)雜的相互影響中得出最合理的策略，博弈論正是衍生于古老的游戲或曰博弈如象棋、撲克等。在這里所抽象化后的博弈問題是，已知參與者集合(兩方)，策略集合(所有棋著)，和盈利集合(贏子輸子)，最終是想去找到一個(gè)理論上的解或平衡，也就是對(duì)參與雙方來說都最合理、最優(yōu)的具體策略。諾伊曼（John von Neumann,19031957）和摩根斯坦恩（Oskar Margenstern, 19021977）在 1944 年出版了《博弈論與經(jīng)濟(jì)行為》（Theory of Games and Economic Behavior）一書中，最早地提出了關(guān)于博弈論的概念。 } 圖 16 邀請(qǐng)游戲 電腦 AI廣義上來講，博弈是指在一定的環(huán)境條件和一定的規(guī)則約束下，依靠自己圖 23 服務(wù)端監(jiān)聽圖 15 服務(wù)端監(jiān)聽所能夠掌握的信息，從各自選擇的行為或是策略進(jìn)行選擇并加以實(shí)施，并從各自取得相應(yīng)結(jié)果或收益的過程。 } else{ ss = new String(black)。if(==1){ ss = new String(white)。 雙擊除自己以外的一個(gè)玩家，發(fā)出游戲請(qǐng)求，同時(shí)要確定自己棋子的顏色，用 MSG發(fā)回服務(wù)端。如果，有一方獲勝，則提示消息通知雙方，確定則繼續(xù)開始新游戲。/** * 消息列表 * type = 1 // 請(qǐng)求連接, msg = 連接者名字 * type = 2 // 放棋子 * type = 3 // 請(qǐng)求和其他人游戲 * type = 4 // 拒絕游戲請(qǐng)求 * type = 5 // 同意請(qǐng)求 * type = 6 // 發(fā)送勝利消息 * type = 7 // 斷開連接請(qǐng)求 * type = 8 // 保存游戲，但是不放在磁盤上，在下一局開始時(shí)將會(huì)丟失 * type = 9 // 添加新的玩家到所有客戶端的玩家列表 * type = 10// 響應(yīng)信息 type ==1 * type = 11// 和玩家游戲,msg 保存玩家的名字 ,創(chuàng)建游戲的玩家設(shè)置游戲 * type = 12//信息設(shè)置 * type = 13// 設(shè)置玩家顏色 * type = 14// msg＝ 接受請(qǐng)求的一方設(shè)置 * type = 15// 服務(wù)端更新信息 * type = 16// 發(fā)送控制或錯(cuò)誤信息 * type = 17// 游戲失敗 * type = 18// 服務(wù)端套接字關(guān)閉 * type = 19// 玩家結(jié)束游戲及更新 * tyep = 20// 電腦獲勝/ 玩家獲勝 */SOCKET 監(jiān)聽端口，如果有玩家則更新玩家列表，如果雙擊除自己以外的玩家，則可以開始游戲，發(fā)送游戲請(qǐng)求，如果同意則返回棋子顏色并開始游戲，同時(shí)清空玩家列表。網(wǎng)絡(luò)部分很簡(jiǎn)單，但是我也做出了自己的特色，就是事件處理,做工可根據(jù)具體情況修改，雖然沒有多少實(shí)用價(jià)值，但是也盡量使程序留有擴(kuò)展性。 }需要注意的一點(diǎn)是落下的棋子如果離任何一方的邊界小于 4，則以邊界為限制判斷是否有一方獲勝，這樣的話也要考慮多種方向，但原理還是和基本情況是一樣的。 //繼續(xù)新游戲 (Player2)。如果有一方獲勝，彈出提示框，如果確認(rèn)則清空棋盤繼續(xù)新游戲。但很多專家表明，先下子有很大的幾率獲勝，即使有禁手，先下子的一方還是有很大的優(yōu)勢(shì)，我覺得對(duì)于我們一般玩家而言，這些規(guī)定可以不考慮。但是我們一般沒有這個(gè)規(guī)則限制，都是輪流先下子。 } return false。 }else{ break。i5。x+i15amp。 if(count==5) return true。 }else{ break。i5。xi=0amp。 圖 14 獲勝勝負(fù)判斷條件以下給出了 X方向的代碼： protected boolean judge(int x,int y,int clr){ int i=0,j=0,count=0。由于代碼太多，下面給出了一般狀況的判斷勝負(fù)函數(shù),及以坐標(biāo)（x,y）為中心的 9X9矩形，只能在棋盤的內(nèi)部，如果超過棋盤，就要另外考慮。思想還是比較簡(jiǎn)單，相同顏色連成五子即勝利，網(wǎng)上有些網(wǎng)友評(píng)論說完整的判斷勝負(fù)條件包括連五和活四，我覺得完全沒必要，活四還要檢查兩邊的棋子，雖然運(yùn)算量不大，但五子棋的標(biāo)準(zhǔn)就是連五即勝，一步之差，我們既要遵守規(guī)則，也要簡(jiǎn)化代碼實(shí)現(xiàn)盡完整的功能。 (xp,yp,10,28,28)。 // 棋子 Y坐標(biāo) if(col==1) ()。private static int xp。 //(white, 16 + i * 30, 16 + j * 30, this)。 } if (board[i][j] == 2){ ()。 (xp,yp,28,28)。 yp=16+j*30。 j 15