[发明专利]一种机器博弈的亚马逊棋AI算法

摘要

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。

主权项

一种机器博弈的亚马逊棋AI算法，其特征在于：一种机器博弈的亚马逊棋AI算法包括搜索算法和估值算法两方面；其中，搜索算法方面，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，具体的，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：在搜索未到达最底层时，生成的招法会被裁剪；而当搜索到达最底层时需要展开全招法，即不对招法进行裁剪；估值算法方面，一方面，通过加入区域占领参数occupy，使对占领格子的判断更准确；另一方面，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，搜索算法中还采用优化的多线程：一方面使共享资源尽量少，以防止等待资源消耗的时间；另一方面，使各线程间有互斥地共享有价值的资源，从而提升AlphaBeta算法的效率；具体优化参数主要包括全局变量AlphaB，MultiThread函数中变量i，将变量best引入AlphaBeta函数，以及改进AlphaBeta算法中对返回和更新beta值的机制；另外，在AlphaBeta的最底层采用更新排序，其它层采用估值排序。