Add files via upload

This commit is contained in:
2025-06-30 22:27:15 +08:00
committed by GitHub
parent cf8cfceefe
commit 6e8b61a958
7 changed files with 670 additions and 663 deletions
+108 -108
View File
@@ -10,94 +10,94 @@ extern const int direction[4][2];
extern Step steps[MAX_STEPS];
/**
* @brief 评估特定位置对当前玩家的战略价值。
* 此函数通过模拟在该位置落子,然后分析形成的棋型来为该位置打分。
* 分数越高,代表该位置对指定玩家越有利。
* @param x 要评估的行坐标 (0-based)
* @param y 要评估的列坐标 (0-based)
* @param player 玩家标识 (PLAYER AI),代表为哪一方进行评估。
* @return int 返回该位置的综合评估分数。
* @note 评分系统设计:
* - 核心思想是为不同的棋型赋予不同的权重,棋型越接近胜利,权重越高。
* - “活”棋型(两端无阻挡)比“眠”棋型(一端有阻挡)或“死”棋型(两端被阻挡)得分高得多,
* 因为它们有更大的发展潜力。
* - 评分标准 (仅为示例,可调整以优化AI行为):
* - 连五: 1,000,000 (胜利)
* - 活四: 100,000 (下一步胜利)
* - 冲四: 10,000 (下一步可能胜利)
* - 活三: 5,000 (潜力巨大)
* - 眠三: 1,000
* - 活二: 500
* - 眠二: 100
* - 其他: 更低的分数
* - 位置奖励:棋盘中心区域通常具有更高的战略价值,因此会给予额外加分,鼓励AI占据中心。
* @brief ?????????????????????????
* ??????????????????????????????????????????????????
* ????????????????????????????????
* @param x ????????????? (0-based)??
* @param y ????????????? (0-based)??
* @param player ????? (PLAYER ?? AI)??????????????????????
* @return int ???????????????????????
* @note ??????????
* - ??????????????????????M???????????????????????????
* - ?????????????????\????????????????????\????????????????????\?????????
* ?????????????????????
* - ?????? (??????????????????AI???):
* - ????: 1,000,000 (???)
* - ????: 100,000 (????????)
* - ????: 10,000 (????????????)
* - ????: 5,000 (??????)
* - ????: 1,000
* - ???: 500
* - ???: 100
* - ????: ????????
* - ?????????????????????????????????????????????????????????AI????????
*/
int evaluate_pos(int x, int y, int player)
{
// 保存原始值用于还原
// ?????????????
int original = board[x][y];
// 模拟在该位置落子
// ??????????????
board[x][y] = player;
int total_score = 0; // 总分
int line_scores[4] = {0}; // 四个方向的得分
int total_score = 0; // ???
int line_scores[4] = {0}; // ???????????
// 遍历四个方向进行评估
// ??????????????????
for (int i = 0; i < 4; i++)
{
int dx = direction[i][0], dy = direction[i][1];
// 获取当前方向上的棋型信息
// ????????????????????
DirInfo info = count_specific_direction(x, y, dx, dy, player);
// 直接形成五连珠为必胜
// ?????????????????
if (info.continuous_chess >= 5)
{
board[x][y] = original; // 还原棋盘
return 1000000; // 返回最大分
board[x][y] = original; // ???????
return 1000000; // ????????
}
// 根据连续棋子数评分
// ??????????????????
switch (info.continuous_chess)
{
case 4: // 四连珠
if (info.check_start && info.check_end) // 活四(两端开放)
case 4: // ??????
if (info.check_start && info.check_end) // ????(???????)
line_scores[i] = 100000;
else if (info.check_start || info.check_end) // 冲四(一端开放)
else if (info.check_start || info.check_end) // ????(??????)
line_scores[i] = 10000;
else // 死四(两端封闭)
else // ????(??????)
line_scores[i] = 500;
break;
case 3: // 三连珠
if (info.check_start && info.check_end) // 活三
case 3: // ??????
if (info.check_start && info.check_end) // ????
line_scores[i] = 5000;
else if (info.check_start || info.check_end) // 眠三
else if (info.check_start || info.check_end) // ????
line_scores[i] = 1000;
else // 死三
else // ????
line_scores[i] = 50;
break;
case 2: // 二连珠
if (info.check_start && info.check_end) // 活二
case 2: // ??????
if (info.check_start && info.check_end) // ???
line_scores[i] = 500;
else if (info.check_start || info.check_end) // 眠二
else if (info.check_start || info.check_end) // ???
line_scores[i] = 100;
else // 死二
else // ????
line_scores[i] = 10;
break;
case 1: // 单子
if (info.check_start && info.check_end) // 开放位置
case 1: // ????
if (info.check_start && info.check_end) // ????????
line_scores[i] = 50;
else if (info.check_start || info.check_end) // 半开放位置
else if (info.check_start || info.check_end) // ????????
line_scores[i] = 10;
else // 封闭位置
else // ???????
line_scores[i] = 1;
break;
}
}
// 计算总分(最高方向分+其他方向分加权)
// ???????????????+?????????????
int max_score = 0;
int sum_score = 0;
for (int i = 0; i < 4; i++)
@@ -106,49 +106,49 @@ int evaluate_pos(int x, int y, int player)
max_score = line_scores[i];
sum_score += line_scores[i];
}
total_score = max_score * 10 + sum_score; // 主方向权重更高
total_score = max_score * 10 + sum_score; // ????????????
// 位置奖励:越靠近中心分数越高
// ????????????????????????
int center_x = BOARD_SIZE / 2;
int center_y = BOARD_SIZE / 2;
int distance = abs(x - center_x) + abs(y - center_y); // 曼哈顿距离
int position_bonus = 50 * (BOARD_SIZE - distance); // 距离中心越近奖励越高
int distance = abs(x - center_x) + abs(y - center_y); // ?????????
int position_bonus = 50 * (BOARD_SIZE - distance); // ??????????????????
board[x][y] = original; // 还原棋盘状态
return total_score + position_bonus; // 返回总评估分
board[x][y] = original; // ?????????
return total_score + position_bonus; // ????????????
}
/**
* @brief 使用带α-β剪枝的深度优先搜索(Minimax算法)来寻找最佳落子点。
* 该函数递归地探索未来的几步棋,评估不同选择的优劣,并选择最优策略。
* @param x 上一步落子的行坐标。
* @param y 上一步落子的列坐标。
* @param player 当前轮到的玩家 (PLAYER AI)
* @param depth 剩余的搜索深度。深度越大,AI看得越远,但计算量也越大。
* @param alpha α值,极大化玩家(AI)当前能确保的最好结果(下界)。
* @param beta β值,极小化玩家(对手)当前能确保的最好结果(上界)。
* @param is_maximizing 布尔值,true表示当前是极大化玩家(AI)的回合,false表示是极小化玩家(对手)的回合。
* @return int 返回在当前分支下的最佳评估分数。
* @note 算法核心思想:
* 1. **递归终止条件**: 当游戏出现胜负、平局,或达到预设的搜索深度时,停止递归,并返回当前局面的静态评估分数。
* 2. **极大化玩家 (AI)**: 尝试所有可能的落子,并选择能使其得分最大化的那一步。此过程中,会不断更新alpha值。
* 3. **极小化玩家 (对手)**: 模拟对手的走法,并假设对手会选择能使AI得分最小化的那一步。此过程中,会不断更新beta值。
* 4. **α-β剪枝**: 这是对Minimax算法的关键优化。
* - **α剪枝**: 在极小化玩家的回合中,如果发现一个走法得到的分数比alpha还低,那么这个分支可以被剪掉,
* 因为极大化玩家绝不会选择进入这个分支(他有更好的选择)。(if beta <= alpha)
* - **β剪枝**: 在极大化玩家的回ah合中,如果发现一个走法得到的分数比beta还高,那么这个分支也可以被剪掉,
* 因为极小化玩家绝不会让游戏进入这个分支(他有更好的选择来阻止)。(if beta <= alpha)
* 通过剪枝,可以避免对大量无效分支的搜索,极大地提高了AI的决策效率。
* @brief ??????-???????????????????Minimax?????????????????
* ??????????????????????????????????????????????????????
* @param x ????????????????
* @param y ????????????????
* @param player ??????????? (PLAYER ?? AI)??
* @param depth ??????????????????AI????????????????????
* @param alpha ?????????????AI?????????????????????????
* @param beta ???????????????????????????????????????????
* @param is_maximizing ???????true???????????????AI???????false????????????????????????
* @return int ???????????????????????????
* @note ?????????:
* 1. **??????????**: ?????????????????????????????????????????????????????????????????
* 2. **??????? (AI)**: ??????????????????????????????????????????????????????????alpha???
* 3. **????????? (????)**: ????????????????????????????AI???????????????????????????????????beta???
* 4. **??-????**: ?????Minimax???????????
* - **?????**: ????????????????????????????????????????alpha?????????????????????????
* ??????????????????????????????????????????(if beta <= alpha)
* - **????**: ??????????ah?????????????????????????????beta??????????????????????????
* ???????????????????????????????????????????????????????(if beta <= alpha)
* ????????????????????????????????????????????AI??????????
*/
int dfs(int x, int y, int player, int depth, int alpha, int beta, bool is_maximizing)
{
// 检查当前落子是否获胜
// ???n??????????
if (check_win(x, y, player))
{
return (player == AI) ? 1000000 + depth : -1000000 - depth;
}
// 达到搜索深度或平局
// ?????????????
if (depth == 0 || step_count >= BOARD_SIZE * BOARD_SIZE)
{
return evaluate_pos(x, y, AI) - evaluate_pos(x, y, PLAYER);
@@ -156,7 +156,7 @@ int dfs(int x, int y, int player, int depth, int alpha, int beta, bool is_maximi
int best_score = is_maximizing ? -1000000 : 1000000;
// 遍历所有可能落子位置
// ????????????????????
for (int i = 0; i < BOARD_SIZE; i++)
{
for (int j = 0; j < BOARD_SIZE; j++)
@@ -164,34 +164,34 @@ int dfs(int x, int y, int player, int depth, int alpha, int beta, bool is_maximi
if (board[i][j] != EMPTY)
continue;
// 模拟当前玩家落子
// ???????????
board[i][j] = player;
step_count++;
// 递归搜索(切换玩家和搜索深度)
// ???????(???????????????)
int current_score = dfs(i, j, (player == AI) ? PLAYER : AI, depth - 1, alpha, beta, !is_maximizing);
// 撤销落子
// ????????
board[i][j] = EMPTY;
step_count--;
// 极大值玩家(AI)逻辑
// ????????(AI)???
if (is_maximizing)
{
best_score = (current_score > best_score) ? current_score : best_score;
alpha = (best_score > alpha) ? best_score : alpha;
// α剪枝
// ?????
if (beta <= alpha)
{
break;
}
}
// 极小值玩家(人类)逻辑
// ????????(????)???
else
{
best_score = (current_score < best_score) ? current_score : best_score;
beta = (best_score < beta) ? best_score : beta;
// β剪枝
// ????
if (beta <= alpha)
{
break;
@@ -200,7 +200,7 @@ int dfs(int x, int y, int player, int depth, int alpha, int beta, bool is_maximi
}
if ((is_maximizing && best_score >= beta) || (!is_maximizing && best_score <= alpha))
{
break; // 提前退出外层循环
break; // ????????????
}
}
@@ -208,18 +208,18 @@ int dfs(int x, int y, int player, int depth, int alpha, int beta, bool is_maximi
}
/**
* @brief AI决策主函数,使用评估函数和搜索算法选择最佳落子位置
* @note 采用两阶段决策逻辑:
* 1. 防御阶段:检查并阻止玩家即将获胜的位置(活四、冲四、活三)
* 2. 进攻阶段:若无紧急防御需求,使用DFS评估选择最佳进攻位置
* @note 实现细节:
* - 优先处理玩家活四、冲四等危险局面
* - 步数>10时缩小搜索范围到已有棋子附近2格
* - 使用中心位置优先策略
* @brief AI?????????????????????????????????????????????
* @note ??????????????????
* 1. ????????????????????????????????????????????????
* 2. ???????????????????????????DFS?????????????????
* @note ???????
* - ??????????????????????????
* - ????>10??????????????????????????2??
* - ??????????????????
*/
void ai_move(int depth)
{
// 1. 首先检查是否需要阻止玩家的四子连棋或三子活棋
// 1. ???????????????????????????????????
for (int i = 0; i < BOARD_SIZE; i++)
{
for (int j = 0; j < BOARD_SIZE; j++)
@@ -227,23 +227,23 @@ void ai_move(int depth)
if (board[i][j] != EMPTY)
continue;
// 模拟玩家在此位置落子
// ?????????????????
board[i][j] = PLAYER;
bool need_block = false;
// 检查四个方向
// ??????????
for (int k = 0; k < 4; k++)
{
DirInfo info = count_specific_direction(i, j, direction[k][0], direction[k][1], PLAYER);
// 如果玩家能形成四子连棋且至少一端开放
// ????????????????????????????????
if (info.continuous_chess >= 4 && (info.check_start || info.check_end))
{
need_block = true;
break;
}
// 如果玩家能形成三子活棋且两端开放
// ????????????????????????????
if (info.continuous_chess == 3 && info.check_start && info.check_end)
{
need_block = true;
@@ -251,24 +251,24 @@ void ai_move(int depth)
}
}
board[i][j] = EMPTY; // 恢复棋盘
board[i][j] = EMPTY; // ???????
if (need_block)
{
// 必须在此位置落子阻止
// ??????????????????
board[i][j] = AI;
steps[step_count++] = (Step){AI, i, j};
printf("AI落子(%d, %d)\n", i + 1, j + 1);
printf("AI????(%d, %d)\n", i + 1, j + 1);
return;
}
}
}
// 2. 如果没有需要立即阻止的情况,则正常评估
// 2. ?????????????????????????????????
int best_score = -1000000;
int best_x = -1, best_y = -1;
// 遍历棋盘所有空位
// ????????????????
for (int i = 0; i < BOARD_SIZE; i++)
{
for (int j = 0; j < BOARD_SIZE; j++)
@@ -276,7 +276,7 @@ void ai_move(int depth)
if (board[i][j] != EMPTY)
continue;
// 只考虑已有棋子附近(2格范围内)
// ????????????????(2??????)
bool has_nearby_stone = false;
for (int di = -2; di <= 2; di++)
{
@@ -300,12 +300,12 @@ void ai_move(int depth)
if (!has_nearby_stone && step_count > 10)
continue;
// 模拟AI落子
// ???AI????
board[i][j] = AI;
int current_score = dfs(i, j, PLAYER, depth, -1000000, 1000000, false);
board[i][j] = EMPTY;
// 更新最佳位置
// ???????????
if (current_score > best_score)
{
best_score = current_score;
@@ -315,11 +315,11 @@ void ai_move(int depth)
}
}
// 执行最佳落子
// ??????????
if (best_x != -1 && best_y != -1)
{
board[best_x][best_y] = AI;
steps[step_count++] = (Step){AI, best_x, best_y};
printf("AI落子(%d, %d)\n", best_x + 1, best_y + 1);
printf("AI????(%d, %d)\n", best_x + 1, best_y + 1);
}
}