如何解决我如何使用 chess.js 节点模块实现 minimax
我目前正在使用 chess.js、chessboard.js 和 minimax 算法创建一个国际象棋引擎。我最终想实现 alpha-beta,但现在,我只想让 minimax 工作。计算机好像在思考,但通常只做 Nc6。如果我将 pawn 移动到 d4,它通常需要骑士,但有时它只是在骑士打开的位置来回移动车。如果骑士没有什么可拿的,计算机就会移动车或其他一些毫无意义的移动。我最好的猜测是所有的移动都返回相同的估值,因此它只是在可能的移动数组中进行第一个移动,因此左上角的车是主要目标。我应该注意到,我的部分困惑与递归函数的工作方式有关,而且我在网上找到的关于递归函数的大部分内容都让我比刚开始时更加困惑。
我使用 Express.js 和 public/javascripts 中的 chessboard.js 配置作为包含在 index.ejs 文件夹中的 boardInit.js,当用户移动时,一个 Post 请求被发送到 /moveVsComp .它将它发送到服务器,在那里 /moveVsComp 的 app.post 函数告诉 chess.js 进行玩家所做的移动。
在玩家移动被记录后,计算机调用computerMoveBlack函数。
发布请求中的函数调用:
let compMove = computerMoveBlack(3);
game.load(currentFen)
game.move(compMove)
res.status(200).send({snapback: false,fen: game.fen()})
computerMoveBlack 函数:
function computerMoveBlack(depth) {
let bestMove = ['',105];
for (let move of game.moves()) {
game.move(move)
let value = minimax(move,depth-1,false)
if (value < bestMove[1]) {
bestMove = [move,value]
}
game.undo()
}
console.log(bestMove[0])
return bestMove[0]
}
这个函数循环遍历所有的移动,我使用它是因为这似乎是保持最佳移动的最佳方式,而不仅仅是返回当前头寸的估值。
极小极大函数:
function minimax(node,depth,maximizingPlayer) {
let value = maximizingPlayer ? -105 : 105
if (depth === 0 || game.game_over()) return getValuation()
if (maximizingPlayer) {
for (let move of game.moves()) {
game.move(move)
value = Math.max(value,minimax(move,false))
game.undo()
}
return value
} else {
for (let move of game.moves()) {
game.move(move)
value = Math.min(value,true))
game.undo()
}
return value
}
}
getValuation 函数:
function getValuation() {
let evalString = game.fen().split(' ')[0];
let score = 0;
score += (evalString.split('r').length -1) * -5 || 0;
score += (evalString.split('b').length -1) * -3 || 0;
score += (evalString.split('n').length -1) * -3 || 0;
score += (evalString.split('q').length -1) * -9 || 0;
score += (evalString.split('p').length -1) * -1 || 0;
score += (evalString.split('R').length -1) * 5 || 0;
score += (evalString.split('N').length -1) * 3 || 0;
score += (evalString.split('B').length -1) * 3 || 0;
score += (evalString.split('Q').length -1) * 9 || 0;
score += (evalString.split('P').length -1) || 0;
return score;
}
我应该注意,我知道在此用例中使用 FEN 进行估值的速度非常慢,但我不确定什么是更好的替代方案。
就像对问题的回顾一样,我试图弄清楚为什么它每次都在数组中进行第一步,我的函数格式有什么问题,以及有什么更好的方法来获得仓位的估值与 FEN 的字符串操作相反。
解决方法
如果您刚刚开始,我会在下面指出一些建议来帮助您。首先,我只想说您可能是对的,所有移动都得到相同的分数,因此它选择第一个可能的移动。尝试将一些 Piece Square Tables (PST) 添加到您的评估函数中,看看它是否将棋子放在适当的方块上。
- 我会实现一个 Negamax 函数而不是 Minimax。调试起来要容易得多,而且以后进行更多优化时,您不必复制大量代码。 Negamax 是一种标准的国际象棋算法。
- 似乎您自己没有进行合法移动生成,您知道您使用的库中的棋盘是如何表示的吗?您不想使用 FEN 进行评估,而是希望使用板(或位板)进行更高级的评估(更深入的了解)。
- -105/105 的最小值/最大值不是一个好方法。改用 -inf 和 inf 以免以后遇到麻烦。
关于评估,您通常使用棋盘表示来确定棋子的放置方式以及它们如何协同工作。 Chessprogramming.org 是阅读 different evaluation concepts 的绝佳资源。
对于简单的开始评估,您可以从计算游戏开始时的所有材料分数开始。然后在捕获一个片段时减去相应的片段值,因为这是分数发生变化的唯一情况。现在您正在一遍又一遍地重新计算很多事情,这将非常缓慢。
如果您想将 PST 添加到评估中,那么您还想根据新旧方块添加移动棋子的棋子值变化。尝试总结评价:
- 在游戏开始时汇总所有棋子值(如果使用它们,则带有 PST 分数)并将其保存为例如whiteScore 和 blackScore
- 在您的评估中,如果您捕获了一个棋子,您将从对手那里减去棋子值。否则,您将按原样保留分数并照常返回。
- 如果使用 PST,您可以根据移动作品的新位置更改自己的分数。
我希望它有道理,如果您需要任何进一步的帮助,请告诉我。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。