人工智能设计，黑白棋估值函数有哪些，希望详细讲解 考研数学一二三有哪些区别
!\u5728\u6570\u5b66\u91cc\u662f\u4ec0\u4e48\u610f\u601d\u6570\u5b66\u4e2d\u5404\u90e8\u5206\u6240\u5360\u6bd4\u4f8b\u4e0d\u540c\u3002
\u6570\u4e00\uff1a\u9ad8\u657056%\u3001\u7ebf\u6027\u4ee3\u657022%\u3001\u6982\u7387\u7edf\u8ba122%
\u6570\u4e8c\uff1a\u9ad8\u657078%\u3001\u7ebf\u6027\u4ee3\u657022%\u3001\u4e0d\u8003\u6982\u7387\u7edf\u8ba1
\u6570\u4e09\uff1a\u9ad8\u657056%\u3001\u7ebf\u6027\u4ee3\u657022%\u3001\u6982\u7387\u7edf\u8ba122%
\u8003\u6570\u5b66\u4e00\u4e8c\u4e09\u7684\u8003\u751f\u4e13\u4e1a\u4e0d\u540c\u3002
\u5de5\u5b66\u7c7b\u4e2d\u7684\u529b\u5b66\u3001\u673a\u68b0\u5de5\u7a0b\u3001\u5149\u5b66\u5de5\u7a0b\u3001\u4eea\u5668\u79d1\u5b66\u4e0e\u6280\u672f\u3001\u51b6\u91d1\u5de5\u7a0b\u3001\u52a8\u529b\u5de5\u7a0b\u53ca\u5de5\u7a0b\u70ed\u7269
\u7406\u3001\u7535\u6c14\u5de5\u7a0b\u3001\u7535\u5b50\u79d1\u5b66\u4e0e\u6280\u672f\u3001\u5175\u5668\u79d1\u5b66\u4e0e\u6280\u672f\u3001\u6838\u79d1\u5b66\u4e0e\u6280\u672f\u3001\u751f\u7269\u6280\u672f\u7b4920\u4e2a\u4e00\u7ea7
\u5b66\u79d1\u4e2d\u6240\u6709\u7684\u4e8c\u7ea7\u5b66\u79d1\u548c\u4e13\u4e1a\uff0c\u4ee5\u53ca\u6388\u4e88\u5de5\u5b66\u5b66\u4f4d\u7684\u7ba1\u7406\u79d1\u5b66\u4e0e\u5de5\u7a0b\u7684\u4e00\u7ea7\u5b66\u79d1\u5747\u8981\u6c42\u4f7f\u7528\u6570
\u5b66\u4e00\u8003\u8bd5\u8bd5\u5377\u3002
\u5de5\u5b66\u7c7b\u4e2d\u7684\u7eba\u7ec7\u79d1\u5b66\u4e0e\u5de5\u7a0b\u3001\u8f7b\u5de5\u6280\u672f\u4e0e\u5de5\u7a0b\u3001\u519c\u4e1a\u5de5\u7a0b\u3001\u6797\u4e1a\u5de5\u7a0b\u3001\u98df\u54c1\u79d1\u5b66\u4e0e\u5de5\u7a0b\u7b495\u4e2a\u4e00
\u7ea7\u5b66\u79d1\u4e2d\u7684\u4e8c\u7ea7\u5b66\u79d1\u548c\u4e13\u4e1a\u5747\u8981\u6c42\u4f7f\u7528\u662f\u6570\u5b66\u4e8c\u8003\u8bd5\u8bd5\u5377\u3002
\u7ecf\u6d4e\u7c7b\u548c\u7ba1\u7406\u7c7b\u7684\u4e3a\u6570\u5b66\u4e09\uff0c\u7ecf\u6d4e\u7c7b\u548c\u7ba1\u7406\u7c7b\u5305\u62ec\u7ecf\u6d4e\u5b66\u7c7b\u7684\u5404\u4e00\u7ea7\u5b66\u79d1\u3001\u7ba1\u7406\u5b66\u7c7b\u4e2d\u7684\u5de5\u5546
\u7ba1\u7406\u3001\u519c\u4e1a\u7ecf\u6d4e\u7ba1\u7406\u7684\u4e00\u7ea7\u5b66\u79d1\u548c\u6388\u4e88\u7ba1\u7406\u5b66\u5b66\u4f4d\u7684\u7ba1\u7406\u79d1\u5b66\u4e0e\u5de5\u7a0b\u7684\u4e00\u7ea7\u5b66\u79d1\u3002
\u6269\u5c55\u8d44\u6599
\u8003\u7814\u5206\u6570\uff08\u603b\u5206500\u5206\uff09
\u653f\u6cbb\uff1a100\u5206
\u82f1\u8bed\uff1a100\u5206
\u6570\u5b66\u6216\u4e13\u4e1a\u57fa\u7840\uff1a150\u5206
\u4e13\u4e1a\u8bfe\uff1a150\u5206
\u5176\u4e2d\uff1a\u7ba1\u7406\u7c7b\u8054\u8003\u5206\u6570\u662f300\u5206\uff08\u5305\u62ec\u82f1\u8bed\u4e8c100\u5206\uff0c\u7ba1\u7406\u7c7b\u7efc\u5408200\u5206\uff09\u3002
\u53c2\u8003\u8d44\u6599\u767e\u5ea6\u767e\u79d1-\u8003\u7814
这里将要叙述三种不同的估值函数范例。大多数的黑白棋程序都可以归结于此。
棋格表
这种算法的意思是，不同的棋格有不同的值，角的值大而角旁边的格子值要小。忽视对称的话，棋盘上有10个不同的位置，每个格子根据三种可能性赋值：黑棋、白棋和空。更有经验的逼近是在游戏的不同阶段对格子赋予不同的值。例如，角在开局阶段和中局开始阶段比终局阶段更重要。
一般认为，采用这种算法的程序总是很弱，但另一方面，它很轻易实现，于是许多程序开始采用这种逼近。并且，对于许多程序设计者来说，它有能力使程序强到击败它的创造者...
基于行动力的估值
这种更久远的接近有很强的全局观，而不像棋格表那样局部化。观察表明，许多人类玩者努力获得最大的行动力(可下棋的数目)和潜在行动力(临近对手棋子的空格，见技巧篇)。假如代码有效率的话，可以很快发现，它们提高棋力很多。和另一种人类的策略一样，许多基于行动力估值的程序同时还有一些边角配置的知识，试图在中盘早期使棋子最少。
基于模版的估值
正如上面提及的，许多中等力量的程序经常合并一些边角判定的知识，最大行动力和潜在行动力是全局特性，但是他们可以被切割成局部配置，再加在一起。棋子最少化也是如此。 这导致了以下的概括：在估值函数中仅用局部配置(模版)，通常单独计算每一行、一列、斜边和角落的模板，再线性叠加在一起来实现。并且，配置情况的值非常依靠于游戏的不同阶段。比如，一条边有3321种配置情况((3^8-3^4)/2+3^4)，每种情况的分值好坏在游戏的不同阶段都不相同。分值基于强力玩者和程序的游戏结果统计，他们存于数据库中，游戏启动时自动调入。
常见的有这样一些模板：
名称 类似区域 配置数 去掉对称后的配置数
corner5x2 a1:e2 3^10=59049 (3^10-3^5)/2+3^5 = 29646
diag5 a5:e1 3^5 =243 (3^5 -3^3)/2+3^3 = 135
diag6 a6:f1 3^6 =729 (3^6 -3^3)/2+3^3 = 378
diag7 a7:g1 3^7 =2187 (3^7 -3^4)/2+3^4 = 1134
diag8 a8:h1 3^8 =6561 (3^8 -3^4)/2+3^4 = 3321
edge2x a1:h1 + b2 + g2 3^10=59049 (3^10-3^5)/2+3^5 = 29646
hor2 a2:h2 3^8 =6561 (3^8 -3^4)/2+3^4 = 3321
hor3 a3:h3 3^8 =6561 (3^8 -3^4)/2+3^4 = 3321
hor4 a4:h4 3^8 =6561 (3^8 -3^4)/2+3^4 = 3321
triangle a1:a4:d1 3^10=59049 (3^10-3^5)/2+3^5 = 29646
估值合并
一般程序的估值基于许多的参数，如行动力、潜在行动力、余裕手、边角判定、稳定子(见技巧篇)。但是怎么样将他们合并起来得到一个估值呢？为了提高速度，一般的程序采用线性合并。设a1，a2，a3，a4为参数，则估值s：=n1*a1+n2*a2+n3*a3+n4*a4。其中n1，n2，n3，n4为常数，术语叫“权重”(weight)，它决定了参数的重要性，来自于统计值。
绛旓細璁綼1锛宎2锛宎3锛宎4涓哄弬鏁帮紝鍒浼板s锛=n1*a1+n2*a2+n3*a3+n4*a4銆傚叾涓璶1锛宯2锛宯3锛宯4涓哄父鏁帮紝鏈鍙滄潈閲嶁(weight)锛屽畠鍐冲畾浜嗗弬鏁扮殑閲嶈鎬э紝鏉ヨ嚜浜庣粺璁″笺
绛旓細涓昏鐢ㄤ簬榛戠櫧妫鐨浜哄伐鏅鸿兘銆 void hhuiqi(int type):璇鍑芥暟璋冪敤display()鍑芥暟瀹炵幇榛戠櫧妫嬬殑鎮旀鍔熻兘銆 int hpass(int my_self):璇ュ嚱鏁板垽鏂璵y_self浠ｈ〃涓鏂规槸鍚︽棤澶勫彲涓,浣嗕笉鍦ㄥ睆骞曚笂鏄剧ず,涓昏鐢ㄤ簬榛戠櫧妫嬬殑浜哄伐鏅鸿兘銆俰nt pass(int turn):璇ュ嚱鏁板垽鏂璽urn浠ｈ〃涓鏂规槸鍚︽棤澶勫彲涓,骞跺湪灞忓箷涓婃樉绀衡淧ASS鈥濆瓧鏍枫俵ong h...
绛旓細void hhuiqi(int type)锛氳鍑芥暟璋冪敤display()鍑芥暟瀹炵幇榛戠櫧妫鐨勬倲妫嬪姛鑳姐俰nt hpass(int my_self)锛氳鍑芥暟鍒ゆ柇my_self浠ｈ〃涓鏂规槸鍚︽棤澶勫彲涓嬶紝浣嗕笉鍦ㄥ睆骞曚笂鏄剧ず锛屼富瑕佺敤浜庨粦鐧芥鐨浜哄伐鏅鸿兘銆俰nt pass(int turn)锛氳鍑芥暟鍒ゆ柇turn浠ｈ〃涓鏂规槸鍚︽棤澶勫彲涓嬶紝骞跺湪灞忓箷涓婃樉绀衡淧ASS鈥濆瓧鏍枫俵ong hvalue(int pa...
绛旓細閫氳繃璋冪敤鑷畾涔夐潰鏉跨被鐨勬樉绀哄洖璋冨嚱鏁扮敤浜庨噸鏂版樉绀烘父鎴忕晫闈,杈惧埌姣忎笅涓姝妫鍙婃椂鏇存柊娓告垙鐣岄潰鐨勭洰鐨勩 (6)銆丟etValue(int flag, int num) 浼板煎嚱鏁,鏍规嵁缁忛獙鎶婃灞鍒嗘垚鍙湁1棰楁鐩歌繛,2棰楁鐩歌繛涓斾袱绔灏佹,2棰楁鐩歌繛涓斾竴绔皝姝诲彟涓绔椿鐨,2棰楁鐩歌繛涓斾袱绔兘鏄椿鐨,鍚岀悊3棰楁銆4棰楁涔熷悇鑷彲鍒3绉嶆儏鍐点備笉...
绛旓細1998骞1鏈堬紝鍔犲叆浜嗗熀浜庢ā寮忕殑鏂浼板煎嚱鏁帮紝绉垎鎻愬崌鑷2300锛岃秴瓒婁汉绫绘鎵嬨傚悓骞3鏈堬紝澶氶噸姒傜巼鍓灊绠楁硶鍜屽紑灞搴撶畻娉曠殑鏀硅繘鏄捐憲鎻愬崌浜嗕腑灞鍜岀粓灞鎼滅储鑳藉姏銆5鏈堬紝Zebra棣栨鎴樿儨浜嗗己澶х殑Hannibal锛屽叾IOS绉垎瓒呰繃2500锛岃坊韬叏鐞冩渶寮轰簲涓榛戠櫧妫绋嬪簭涔嬪垪銆傚悓骞5鏈堬紝鎷夋柉路鐖辨枃妫帴鎵嬪浘褰㈢敤鎴风晫闈紝灏嗙▼搴忓懡鍚嶄负...
绛旓細妫嬬被娓告垙AI鐨勮寖鍥磋繕鏄尯骞跨殑锛岃繖閲屾帹鑽愪竴鏈瑙ｈ薄妫嬪拰浜斿瓙妫娓告垙鐨勪功绫嶃奝C娓告垙缂栫▼銆嬶紝杩欐槸鐜嬪皬鏄ヨ憲浣滅殑涓鏈功锛岄噷闈㈣鐨勫熀鏈笂鏄腑鍥借薄妫嬩汉鏈哄崥寮堝拰浜斿瓙妫嬩汉鏈哄崥寮堟柟闈㈢殑鍐呭锛岄噷闈㈢殑绠楁硶缁撴瀯鐩稿綋缁忓吀锛屼綘鍙互浠旂粏鐮旂┒鐮旂┒銆
绛旓細5銆佸湪浜哄伐鏅鸿兘鐨勫巻鍙蹭笂锛岃櫄骞荤殑鏇欏厜姣旀瘮鐨嗘槸銆 6銆佹湰浜洪噰鐢浜哄伐鏅鸿兘锛鍚勯儴鍒嗛浂浠堕綈鍏紝缁忓骞磋繍琛屽睘璐ㄩ噺淇″緱杩囦骇鍝併傜幇鍥犲彂灞曢渶瑕侊紝璇氭嫑蹇楀悓閬撳悎鑰咃紝鍊兼閾*鎯呬汉鑺備箣闄呴佷笂锛屽悓鎰忚呭洖澶嶏紝鏃犳剰鑰呰浆鍙戙 7銆佸悓鏃剁粡娴嬭瘯锛屾湰榛戠櫧妫嬩汉宸ユ櫤鑳瀵瑰紙绯荤粺宸茬粡鍏峰浜嗚緝楂樼殑鏅鸿兘锛屽叿鏈涓瀹氱殑鐮旂┒鍜屼娇鐢ㄦ剰涔夈
绛旓細2.浠庡疄璺典笂鏉ヨ锛岄渶瑕佹湁骞挎硾鐨勭粌涔狅紝缁冧範鐨勫箍娉涘湪浜庣粌涔犱笉鍚岀殑鍐呭銆傜劧鍚庡氨鏄垱鏂扮簿绁炲拰鏁板鎬濈淮鑳藉姏锛岃繖浜涢兘鏄渶瑕佸煿鍏荤殑銆傚熀纭瑕佹墦濂藉缂栫▼瑕佸叿澶囦竴瀹氱殑鍩虹銆3.閫昏緫鎬濈淮鑳藉姏鐨勫煿鍏汇佸绋嬪簭璁捐瑕佹湁涓瀹氱殑閫昏緫鎬濈淮鑳藉姏銆傗滄濈淮鑳藉姏鈥濈殑鍩瑰吇瑕侀暱鏃堕棿鐨勫疄璺甸敾鐐笺傝鎯虫垚涓轰竴鍚嶄紭绉鐨勭▼搴忓憳锛屾渶閲嶈鐨勬槸...
绛旓細鍏跺疄涓嶅繀瀹虫曪紝AI浠ｈ〃浜嗙鎶鐨勫彂灞曪紝浣嗘槸鏄汉涓哄彲鎺х殑锛屽湪涓嶄箙鐨勫皢鏉ワ紝AI搴旇鏄府鍔╀汉绫荤殑锛岃屼笉鏄彇浠ｄ汉绫荤殑銆傜洰鍓嶆湁寰堝琛屼笟閮芥倓鏃犲０鎭殑寮曡繘浜浜哄伐鏅鸿兘锛瀹冪‘瀹炲湪鏀瑰杽鎴戜滑鐨勭敓娲伙紝浣嗘槸骞舵病鏈夊彇浠ｄ汉宸ワ紝涓嬮潰鏉ョ洏鐐瑰嚑涓緥瀛愶細涓銆侀楗笟浼犺彍銆傜粏蹇冪殑浜哄彲鑳戒細鍙戠幇宸茬粡鏈夊皯閲忕殑椁愬巺寮濮嬩娇鐢ㄦ満鍣ㄤ汉浼犺彍锛...
绛旓細鏈変簡鍩虹锛屽姞涓婇昏緫姝ｇ‘灏卞彲浠ワ紝涓涓▼搴忓氨鍙互鍋氬嚭鏉ヤ簡鐨勶紝鍙互鍘荤湅鐪嬬柉鐙俲ava璁蹭箟
