1. 从棋盘到代码一个棋手的AI算法构建心路十年前我刚开始琢磨怎么让电脑下五子棋的时候想法特别简单不就是找连成五个子的地方吗后来跟真人高手一过招发现完全不是那么回事。电脑走出来的棋看似每一步都在堵我但总感觉“笨笨的”缺乏那种步步紧逼、暗藏杀机的压迫感。直到我开始系统地研究五子棋的开局定式尤其是斜指开局十三式才真正摸到了一点门道。我发现高手的棋路里藏着一种“势”这种“势”可以量化可以计算而这正是从“棋理”过渡到“算法”的关键桥梁。很多人觉得给五子棋写AI核心就是搜索和评估。用极大极小值搜索Minimax配合Alpha-Beta剪枝再设计一个评估函数给棋盘打分高分就下这不就完了吗我最初也是这么做的结果造出来的AI在业余爱好者面前都漏洞百出。问题就出在那个最核心的评估函数上。如果你的评估函数只能识别“活三”、“冲四”这些静态棋形那你的AI永远只是个“战术家”成不了“战略家”。真正的难点在于如何让AI理解“先手”、“外势”、“做杀”这些高级棋理并把它们变成冷冰冰的代码逻辑。我的突破点就是从斜指十三式这些经典开局谱里反向推导。我不再满足于让AI背谱虽然那也是一种方法而是想为什么棋谱里黑棋第九手一定要下在I8为什么这里是一个“天王山”般的要点这手棋到底在棋盘上创造了什么样的“势”或者说它给评估函数的哪些维度贡献了极高的分数这个过程就像在破解高手的思维密码然后把密码本翻译成算法能懂的语言。接下来我就把自己从这些棋谱中提炼出的“破局思路”分享给你我们会一起看看如何把棋盘上的智慧一步步塞进评估函数的那几行权重和逻辑里。2. 拆解棋谱斜指十三式中的“势”与“先手”要教AI下棋首先我们自己得看懂高手是怎么下的。斜指开局十三式包括长星、峡月、恒星、水月等是经过无数实战锤炼的经典尤其展现了黑棋先手方如何利用规则优势建立胜势。我们不要死记硬背那几十步棋而要像解剖麻雀一样拆解其中通用的制胜逻辑。我总结下来核心就是两个词做势与抢先。以经典的峡月局为例。走到第八手时棋盘上可能看起来风平浪静。但棋谱告诉我们黑棋第九手落在I8是关键中的关键。这手棋妙在哪首先它自己形成了一个潜在的“跳二”两个子中间隔一个空位这是活三的基础。更重要的是它同时与棋盘上已有的黑子形成了多个方向的呼应极大地拓展了黑棋的“势力范围”。在算法眼里这手棋不应该只得到一个“形成跳二”的分数它应该因为在多个方向比如左上-右下竖直方向同时构建了棋形联系而获得极高的叠加分数。这就是“做势”把分散的力量连接成网。再看流星局。黑棋在第7手和第9手连续走出“抢先手”的棋。什么叫抢先手就是你的这一步棋迫使对方必须在一个局部进行防守从而让你获得在另一个区域自由展开进攻的权利。在算法中如何体现“先手价值”我的方法是在评估一步棋时不仅计算它直接形成的棋形如活二、眠三更要模拟一步“对手的被迫应手”。如果发现这步棋能产生一个对手必须立刻来堵的威胁如一个活三那么这步棋除了其本身的基础分外还应获得一个巨大的“先手权值加成”。这样AI在选点时才会倾向于走出那些能持续给对方施压的棋而不是看似安全实则缓和的棋。从这些棋谱中我们可以提炼出几个算法必须量化的核心概念棋势叠加一个点位如果同时属于多个进攻线条如同时是一个活二的端点又是另一个眠三的后续攻击点其价值不是相加而应是指数级上升。先手价值能迫使对方被动应对的棋其战略价值远高于单纯壮大自己的棋。连接与扩张评估棋形时不仅要看当前连在一起的子更要看这个棋形未来可能的发展方向外势以及它与其他己方棋子的潜在连接。把这些棋理“翻译”一下就是对我们AI评估函数的设计要求它不能是孤立的、静态的必须是关联的、动态的能看见“下一步”乃至“下几步”可能形成的局面。3. 算法核心将棋理转化为可量化的评估函数知道了“应该做什么”接下来就是最硬核的部分怎么用代码实现。我们的评估函数就是AI的“价值观”它如何给棋盘上的每一个空点打分直接决定了AI的行棋风格。下面我把我经过多次迭代的评估函数设计思路拆开给你看。3.1 棋形识别与基础权重分配这是地基。我们必须教会AI认识所有基本的棋形。我定义了一个枚举类型把棋形从低到高排列# 棋形枚举与基础权重示例值需精细调整 PATTERN_WEIGHTS { SINGLE: 1, # 单子有潜力 LIVE_TWO: 10, # 活二两头无挡进攻的起点 SLEEP_TWO: 3, # 眠二一头已堵潜力减半 LIVE_THREE: 100, # 活三下一手可成活四关键威胁 SLEEP_THREE: 40, # 眠三冲四先手来源 LIVE_FOUR: 1000, # 活四必胜 SLEEP_FOUR: 200, # 眠四嵌五或冲四活三等组合杀的一部分 FIVE: 10000 # 成五游戏结束 }但仅仅识别和加权就够了远远不够。一个新手常犯的错误是遍历整个棋盘分别计算黑棋和白棋在每个空点能形成的最高级棋形然后比较分数下棋。这样做的AI非常短视。真正的关键在于“叠加计分”。3.2 势的叠加算法破局的关键什么是叠加我们回头看峡月局那个I8点。假设我们的扫描算法会从四个方向横、竖、左斜、右斜来评估一个点。方向A扫描发现落子于此能形成一个“活二”。方向B扫描发现落子于此能和远处的另一个黑子形成呼应构成另一个潜在的“跳二”雏形。方向C扫描可能发现这个点能挡住白棋一个潜在的活二。如果只取最高分比如“活二”的10分那就完全浪费了其他信息。我的做法是为每个点位维护一个“势能数组”记录它在四个方向上分别对黑棋和白棋产生的所有棋形价值包括进攻和防守价值。最后这个点的总分不是简单加和而是一个加权聚合函数。我用的一个比较有效的聚合公式类似于总分数 max(方向分数) sum(其他方向分数) * 叠加系数 先手加成 连接加成其中叠加系数是一个小于1但大于0的数比如0.3这保证了多方向优势能带来额外收益但又不会喧宾夺主。先手加成和连接加成则是更复杂的逻辑判断结果。3.3 从“算杀”到“做杀”预判逻辑的实现评估函数解决了“当下哪最好”的问题但高手还能看到“几步之后哪最好”。这就是“算杀”与“做杀”。在算法层面这通常通过增加搜索深度和设计杀棋评估模块来实现。算杀即在搜索树中当发现某一分支能通过连续的活三、冲四等强制手段最终成五时无论其他分支分数多高直接返回胜利结果。这需要在Alpha-Beta搜索中对产生活三、冲四的走法给予更高的搜索优先级即更早地搜索这些分支以便快速找到杀棋。做杀就更进一步了。它不要求立即有连续攻击手段而是评估“是否能在两步或三步之后形成一个无法防守的必杀局面如双活三”。在代码里我实现了一个相对取巧但有效的办法在评估函数中大幅提高那些能同时形成两个或以上活三、冲四威胁的棋局分数。例如我设定一个规则如果当前棋盘上我方已经存在一个活三那么对于所有能同时形成另一个活三或冲四的落子点其评估分数直接乘以一个巨大的系数比如5倍或10倍。这就相当于在评估函数里埋下了一个“做杀”的偏好。AI在行棋时会不自觉地朝着“组合拳”的方向去布局而不是东一榔头西一棒子。注意这里权重的设置是门艺术也是调参的难点。权重过高AI会过于激进容易忽略防守权重过低则AI显得优柔寡断。我的经验是从棋谱中反推在那些经典杀局形成的前一手那个关键点位的“理论得分”应该是全场最高的并且显著高于其他点。通过反复调试让我们的评估函数在复盘棋谱时也能为那步关键手打出最高分。4. 实战演练以“恒星局”为例的代码级拆解光讲理论太抽象我们拿斜指十三式里的恒星局黑棋胜法来一次代码层面的沙盘推演。我会模拟AI的思考过程看看按照我们上面的算法设计它是如何一步步走向胜利的。假设棋盘已按恒星局开局走到第10手。现在轮到黑棋走第11手。棋谱记载正着是H7。我们的AI会如何思考全局扫描AI首先遍历所有空白点G7, H7, I7, G6, H6, I6, ...等等。单点评估以H7为例方向扫描发现在H7落子能在竖直方向与已有的黑子形成一个活三假设局面如此。这带来基础分100分。同时在左斜方向它能形成一个眠三为后续冲四做准备这带来40分。在右斜方向它可能与另一子构成一个活二再加10分。检查“先手加成”由于创造了一个活三对方下一手必须来堵因此触发“先手加成”额外加50分假设值。检查“连接加成”H7这个点将棋盘上原本略显分散的两处黑子势力连接了起来评估函数中的“连接度”模块会检测到这一点再加30分。叠加计算总分数 100 (max) (4010) * 0.3 (叠加) 50 (先手) 30 (连接) 100 15 50 30 195分。与其他点比较AI同时评估了G7点。可能G7只能形成一个活二和一个眠二没有形成活三这样的绝对先手其“先手加成”为0连接性也一般。计算下来总分可能只有 10 (3)*0.3 0 10 20.9分。I7点也许分数稍高但大概率也远低于195分。决策显然H7以压倒性优势胜出。AI落下第11手H7。这与棋谱记载完全一致。接下来第13手H6、第15手K6等都可以用同样的逻辑来验证。我们的评估函数因为包含了“棋势叠加”、“先手价值”和“连接性”的考量成功地“猜中”了高手的棋步。这不仅仅是拟合这证明我们的算法逻辑与人类的棋理在某种程度上是相通的。走到第25手I5时棋盘上黑棋已经形成了“双活三”的必杀局面。在我们的评估函数中对于“形成双活三”的局面我会直接返回一个远超其他情况的分数例如9999分并且在搜索时一旦发现这个分数就立即截断搜索宣布胜利。这就是“算杀”逻辑在起作用。5. 超越定式让AI学会自我进化与泛化依赖定式棋谱来调整参数终究有点“灌输知识”的味道。一个真正强大的AI应该具备从实战中自我学习、自我进化的能力。对于个人开发者或爱好者来说有两种比较可行的路径。第一种是强化学习Reinforcement Learning的思路。我们可以让AI自我对弈成千上万盘。每盘棋结束后根据胜负结果使用策略梯度等方法反向调整评估函数中的那些权重参数比如活三的基础分、叠加系数、先手加成值。一开始这些参数是随机设置的AI下得毫无章法。但通过无数次的胜负反馈它会逐渐明白哦原来能形成活三的棋赢的概率更高那么我就应该慢慢提高“活三”的权重。这个过程虽然耗时但最终得到的评估函数是AI自己从数据中“悟”出来的往往能发现一些人脑忽略的微妙特征。第二种是“棋谱库实时匹配”的实用方法这也是我目前在单机程序中采用的一种混合策略。我为26种开局直指13斜指13分别建立了一个小型的“优秀走法库”。这个库不需要很大可能每种开局只存几十到几百个经典变例。AI在开局阶段会优先查询当前局面是否在库中有推荐走法。如果有它可以选择直接采用增加稳定性或者将库中走法的分数作为一个强有力的参考项与它自己计算出来的评估分数进行加权融合。这样做的好处是在开局阶段AI能迅速走出扎实、符合棋理的局面避免因搜索深度不足而走出的软着。进入中盘后当局面超出棋谱库的范围就完全交由我们上面设计的那个“懂棋理”的评估函数和搜索算法来决策。这种方法将“记忆”棋谱与“理解”评估函数结合了起来用较小的数据量实现了较强的实战能力。最后我想说设计五子棋AI的过程是一个不断与自己对话、与棋理对话的过程。算法参数调优的那几天我常常对着棋盘发呆反复问自己“这步棋‘好’在哪里是它的进攻性更强还是它的后续变化更多” 把这些模糊的感觉变成精确的数字就是算法工程师的乐趣所在。直到现在我仍然在不断微调那些权重系数尝试在评估函数中加入“棋形弹性”一个棋形被破坏后是否容易转化为其他进攻形态等更微妙的考量。这条路没有终点但每一次让AI的棋力提升一点点看到它走出一步让我都拍案叫绝的“妙手”时那种成就感就是最好的回报。也许你的评估函数会和我的完全不同这没关系关键是建立起那座连接棋盘感性与代码理性的桥梁然后享受构建的过程。