mirror of
https://github.com/LHY0125/Gobang-Game.git
synced 2026-06-28 16:35:55 +08:00
docs: AI 升级专业版设计文档
This commit is contained in:
@@ -0,0 +1,288 @@
|
||||
# Gobang AI 升级设计文档
|
||||
|
||||
> 状态: 待审核 | 日期: 2026-05-31
|
||||
|
||||
## 目标
|
||||
|
||||
将当前基础 Alpha-Beta AI 升级为专业级五子棋 AI，具备迭代加深、置换表、组合棋形评估、VCF/VCT 杀棋搜索和开局库。
|
||||
|
||||
## 架构变更
|
||||
|
||||
```
|
||||
当前: 升级后:
|
||||
AlphaBetaAi AlphaBetaAi
|
||||
└─ negamax() ├─ iterative_deepening() ← 新增：逐层加深 + 时间控制
|
||||
├─ negamax() ← 改进：加 TT + killer
|
||||
│ ├─ evaluate_board() ← 改进：组合棋形 + 位置权重
|
||||
│ └─ tt: TransTable ← 新增：置换表缓存
|
||||
├─ vcf_search() ← 新增：连续冲四取胜搜索
|
||||
├─ vct_search() ← 新增：连续活三取胜搜索
|
||||
└─ opening_book ← 新增：开局定式库
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 一、迭代加深 + 时间控制
|
||||
|
||||
### 原理
|
||||
不再固定搜索 depth=N，而是从 depth=1 开始，每轮加深 1 层，直到时间用尽。每轮完成后保存 best_move，超时时返回上一轮的结果。
|
||||
|
||||
### 实现
|
||||
```
|
||||
best_move(board, color):
|
||||
start_time = now()
|
||||
time_limit = 根据难度映射: [1,2,3,5,8] 秒 → level 1~5
|
||||
best = center_position
|
||||
|
||||
for depth in 1..=MAX_DEPTH:
|
||||
result = negamax_root(board, depth, color)
|
||||
if 搜索完成没超时:
|
||||
best = result.best_move
|
||||
else:
|
||||
break // 超时，返回上轮 best
|
||||
|
||||
return best
|
||||
```
|
||||
|
||||
### 时间分配策略
|
||||
- 每层完成后检查是否剩余时间 < 本层耗时 × 1.5，如果是则不再加深
|
||||
- 防止"刚开搜就超时"的无效搜索
|
||||
|
||||
### 难度→时间映射
|
||||
| Level | 时间上限 | depth 上限 |
|
||||
|-------|---------|-----------|
|
||||
| 1 | 1s | 4 |
|
||||
| 2 | 2s | 6 |
|
||||
| 3 | 3s | 8 |
|
||||
| 4 | 5s | 12 |
|
||||
| 5 | 8s | 20 |
|
||||
|
||||
---
|
||||
|
||||
## 二、置换表 (Transposition Table)
|
||||
|
||||
### 原理
|
||||
五子棋中不同走子顺序可能到达同一局面。用 Zobrist 哈希为每个局面生成唯一 key，缓存搜索结果。下次遇到相同哈希直接查表，避免重复搜索。
|
||||
|
||||
### 数据结构
|
||||
```rust
|
||||
struct TransTable {
|
||||
entries: Vec<Option<TTEntry>>, // 2^N 大小，N=20 → 约 100 万条目
|
||||
size_mask: u64,
|
||||
}
|
||||
|
||||
struct TTEntry {
|
||||
hash: u64, // 完整哈希（防冲突）
|
||||
depth: u8, // 搜索深度
|
||||
score: i32, // 局面评分 (转为整数)
|
||||
bound: BoundType, // Exact / LowerBound / UpperBound
|
||||
best_move: Option<Position>,
|
||||
}
|
||||
```
|
||||
|
||||
### Zobrist 哈希
|
||||
```rust
|
||||
// 初始化：全局二维随机数表
|
||||
// zobrist[color][x][y] = random_u64()
|
||||
// 局面哈希 = XOR 所有棋子的 zobrist[color][x][y]
|
||||
// 落子时增量更新：hash ^= zobrist[color][x][y]
|
||||
// 不提子所以不需要 undo 操作，直接用 hash ^=
|
||||
```
|
||||
|
||||
### 查表/存表
|
||||
```
|
||||
negamax(board, depth, alpha, beta, color):
|
||||
hash = board.zobrist_hash
|
||||
// 查表
|
||||
if let Some(entry) = tt.probe(hash, depth):
|
||||
if entry.depth >= depth:
|
||||
match entry.bound:
|
||||
Exact => return entry.score
|
||||
LowerBound => alpha = max(alpha, entry.score)
|
||||
UpperBound => beta = min(beta, entry.score)
|
||||
if alpha >= beta: return entry.score
|
||||
|
||||
// ... 正常搜索 ...
|
||||
|
||||
// 存表
|
||||
if score <= alpha_orig: bound = UpperBound
|
||||
elif score >= beta: bound = LowerBound
|
||||
else: bound = Exact
|
||||
tt.store(hash, depth, score, bound, best_move)
|
||||
```
|
||||
|
||||
### 配置
|
||||
- 表大小：2^20 条目 ≈ 32MB（每条目 ~32 bytes）
|
||||
- 替换策略：深度优先（depth 深的覆盖 depth 浅的）
|
||||
|
||||
---
|
||||
|
||||
## 三、组合棋形评估
|
||||
|
||||
### 问题
|
||||
当前评估单方向扫描，无法识别"一个方向活三 + 垂直方向活三 = 必胜威胁"的组合。
|
||||
|
||||
### 改进：多方向特征向量
|
||||
|
||||
```rust
|
||||
struct PositionFeatures {
|
||||
// 四个方向 (水平、垂直、对角线1、对角线2) 各自的最大棋形
|
||||
max_pattern: [Pattern; 4], // Five/OpenFour/RushFour/OpenThree/...
|
||||
combo_score: f64, // 组合加分
|
||||
position_bonus: f64, // 位置权重
|
||||
}
|
||||
|
||||
enum Pattern {
|
||||
Five, OpenFour, RushFour, OpenThree, SleepThree,
|
||||
OpenTwo, SleepTwo, OpenOne, Empty,
|
||||
}
|
||||
```
|
||||
|
||||
### 组合评分规则
|
||||
| 组合 | 加分 | 说明 |
|
||||
|------|------|------|
|
||||
| 活三 + 活三 (交叉方向) | 5000 | 必胜形 |
|
||||
| 活三 + 冲四 | 10000 | 近似必胜 |
|
||||
| 冲四 + 冲四 | 8000 | 双重威胁 |
|
||||
| 活三 + 活二 | 500 | 发展优势 |
|
||||
|
||||
### 位置权重
|
||||
```
|
||||
position_score(x, y, board_size) =
|
||||
基础距离分: 离中心越近越高 (高斯分布)
|
||||
+ 边缘惩罚: 边缘 2 行内下降 50%
|
||||
+ 星位偏好: 标准星位额外 +5%
|
||||
```
|
||||
|
||||
位置权重占总评分的 ~5%，主要影响开局和中盘。
|
||||
|
||||
---
|
||||
|
||||
## 四、杀棋启发 (Killer Move Heuristic)
|
||||
|
||||
### 原理
|
||||
记录每层深度中触发 Beta 剪枝的走法。同一层深的相似局面，上次有效的走法这次也优先搜索。
|
||||
|
||||
### 数据结构
|
||||
```rust
|
||||
// 每层存 2 个 killer move
|
||||
killer_moves: [[Option<Position>; 2]; MAX_DEPTH]
|
||||
```
|
||||
|
||||
### 候选排序优先级
|
||||
1. 置换表中的 best_move
|
||||
2. killer_moves[depth]
|
||||
3. 能立即五连的走法
|
||||
4. evaluate_board 预评分排序的其余走法
|
||||
|
||||
---
|
||||
|
||||
## 五、VCF/VCT 杀棋搜索
|
||||
|
||||
### VCF (Victory by Continuous Fours)
|
||||
连续冲四取胜。当一方有冲四时，对手必须堵，我方继续冲四，直到五连。
|
||||
|
||||
```
|
||||
vcf_search(board, color, depth_limit=10):
|
||||
if check_win: return Some(win_path)
|
||||
|
||||
for each rush_four position for `color`:
|
||||
board.place(pos)
|
||||
opponent_blocks = forced_block_positions(board) // 对手只有一种堵法
|
||||
if len(opponent_blocks) == 1:
|
||||
board.place(opponent_block) // 对手被迫堵
|
||||
result = vcf_search(board, color, depth-2)
|
||||
if result: return Some(pos + result)
|
||||
board.undo(2)
|
||||
|
||||
return None // 无必胜序列
|
||||
```
|
||||
|
||||
### VCT (Victory by Continuous Threats)
|
||||
类似 VCF 但目标棋形更宽（冲四 + 活三），搜索更深。
|
||||
|
||||
- VCF：仅搜索连续冲四序列，depth ≤ 10
|
||||
- VCT：搜索冲四/活三混合序列，depth ≤ 15
|
||||
|
||||
### 触发时机
|
||||
在 `best_move` 中：
|
||||
1. 先跑 VCF/VCT 浅搜索（depth=6）
|
||||
2. 如果找到必胜序列 → 直接返回第一步
|
||||
3. 否则 → 正常 Alpha-Beta 搜索
|
||||
4. 如果 AB 搜索发现对手有威胁 → 防御模式，优先堵 VCF/VCT 路径
|
||||
|
||||
---
|
||||
|
||||
## 六、开局库
|
||||
|
||||
### 格式
|
||||
```rust
|
||||
struct OpeningBook {
|
||||
// hash → [best_moves]
|
||||
positions: HashMap<u64, Vec<Position>>,
|
||||
}
|
||||
|
||||
// 初始化时从内置数据加载
|
||||
fn load_opening_book() -> OpeningBook {
|
||||
// 内置 50 个常见开局定式
|
||||
// 花月、浦月、云月、雨月、溪月、金星、水月、新月 ...
|
||||
}
|
||||
```
|
||||
|
||||
### 数据来源
|
||||
内置 50 个标准五子棋开局定式，覆盖前 3~7 手。直接从专业棋谱提取坐标序列，编译期嵌入。
|
||||
|
||||
### 使用逻辑
|
||||
```
|
||||
best_move():
|
||||
if 总手数 < opening_book_threshold: // 前 7 手
|
||||
if let Some(moves) = opening_book.lookup(board.hash):
|
||||
return random_choice(moves) // 从定式中随机选一个变招
|
||||
|
||||
// 超过开局阶段，正常搜索
|
||||
return iterative_deepening(...)
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 七、文件变更
|
||||
|
||||
| 文件 | 操作 | 内容 |
|
||||
|------|------|------|
|
||||
| `core/Cargo.toml` | 改 | 加 `rand` 依赖（开局随机选择），加 `fxhash`（快速哈希） |
|
||||
| `core/src/ai/mod.rs` | 改 | AiEngine trait 不变 |
|
||||
| `core/src/ai/search.rs` | 重写 | 迭代加深 + TT + killer + VCF/VCT 入口 |
|
||||
| `core/src/ai/evaluate.rs` | 重写 | 组合棋形 + 位置权重 |
|
||||
| `core/src/ai/trans_table.rs` | 新建 | 置换表实现 (Zobrist + HashMap) |
|
||||
| `core/src/ai/killer.rs` | 新建 | Killer move 表 |
|
||||
| `core/src/ai/vcf.rs` | 新建 | VCF/VCT 杀棋搜索 |
|
||||
| `core/src/ai/opening.rs` | 新建 | 开局库 (50 定式) |
|
||||
| `core/src/board.rs` | 改 | Board 加 zobrist_hash 字段，place/undo 增量更新 |
|
||||
| `core/src/types.rs` | 改 | 加 Zobrist 相关类型 |
|
||||
| `gui/src/commands.rs` | 改 | new_game 适配新的 AI 参数（时间上限替代 depth） |
|
||||
|
||||
---
|
||||
|
||||
## 八、测试策略
|
||||
|
||||
| 模块 | 测试 |
|
||||
|------|------|
|
||||
| Zobrist 哈希 | 落子后哈希变化、对称局面哈希不同、undo 后恢复 |
|
||||
| 置换表 | 存/查/同局面命中、depth 优先级替换 |
|
||||
| 组合棋形 | 单方向评分不变、交叉活三加分、冲四+活三加分 |
|
||||
| 位置权重 | 中心>边缘、对称位置权重相同 |
|
||||
| Killer | 插入、查询、满容量替换 |
|
||||
| VCF | 已知必胜序列被找到、无解返回 None |
|
||||
| 开局库 | lookup 已知局面、未知局面返回 None |
|
||||
| 迭代加深 | 超时返回有效 move、时间限制内完成 |
|
||||
| AI 回归 | 原有 3 个 AI 测试仍然通过 |
|
||||
|
||||
---
|
||||
|
||||
## 九、不做 (YAGNI)
|
||||
|
||||
- 多线程并行搜索（收益有限，复杂度高）
|
||||
- 蒙特卡洛树搜索（五子棋不适合）
|
||||
- 神经网络评估（太重）
|
||||
- 在线开局库更新
|
||||
- 残局库
|
||||
Reference in New Issue
Block a user