手把手教你用 JavaScript 實現一個簡單的國際象棋 AI

鬍子大哈發表於2017-04-21

JavaScriptAI

本文作者： Lauri Hartikka

編譯：鬍子大哈

翻譯原文：huziketang.com/blog/posts/

英文連線：A step-by-step guide to building a simple chess AI

轉載請註明出處，保留原文連結以及作者資訊

首先讓我們先看幾個對開發簡單國際象棋 AI 很有幫助的概念：

移動生成
局面評估
極大極小演算法
α-β 剪枝

每一步中我們都會對經過時間檢驗的國際象棋程式進行改進，我會展示不同演算法風格所產生的影響。你也可以在 GitHub 上看到最終的 AI 演算法。

步驟 1：移動生成和棋盤視覺化

使用 chess.js 庫來生成移動規則，使用 chessboard.js 來視覺化棋盤。移動生成庫實現了所有國際象棋的規則，對於任意給定的棋盤狀態我們都可以計算出下一步的合法的走棋方法。

(移動生成函式的視覺化版本。起始位置作為輸入，輸出是所有可能的走法。)

使用這些庫可以使我們專注於我們所感興趣的任務：開發最佳下棋的演算法。我們首先從建立以一個函式開始，在所有可能走法中返回一個隨機的結果。

    var calculateBestMove =function(game) {
        //generate all the moves for a given position
        var newGameMoves = game.ugly_moves();
        return newGameMoves[Math.floor(Math.random() * newGameMoves.length)];
    };複製程式碼

用這種方法，儘管它不是一個合格的棋手，但是起碼我們可以和它玩起來了。

步驟 2：位置評估

下面我們試著讓它理解在一個確定的位置上怎麼走比較好。實現這一功能最簡單的方法是計算棋盤上棋子的相對強度大小，用下面的對照表。

通過評估函式，可以選擇評估結果最佳的走法。

    var calculateBestMove = function (game) {

        var newGameMoves = game.ugly_moves();
        var bestMove = null;
        //use any negative large number
        var bestValue = -9999;

        for (var i = 0; i < newGameMoves.length; i++) {
            var newGameMove = newGameMoves[i];
            game.ugly_move(newGameMove);

            //take the negative as AI plays as black
            var boardValue = -evaluateBoard(game.board())
            game.undo();
            if (boardValue > bestValue) {
                bestValue = boardValue;
                bestMove = newGameMove
            }
        }

        return bestMove;

    };複製程式碼

這樣一來，一個切實的改善是，演算法會吃掉它可以吃掉的棋子。

（黑子使用了簡單評估演算法，在這裡可以看到：jsfiddle.net/lhartikk/m5…

步驟 3：用極大極小演算法搜尋樹

接下來我們來建立一個搜尋樹，通過它演算法可以選擇最佳走法，這裡需要用到極大極小演算法。

在這個演算法中，會根據給定的樹深度對遞迴樹進行遍歷，所要評估的狀態就是樹的葉子節點。

這一步完成以後我們把子節點中的最大或者最小值返回給父節點，這要依賴於白棋還是黑棋來走這一步（這就是說在樹的每一層中都最大或者最小化輸出）。

（給定狀態的最大最小演算法的視覺化。白棋最好的走法是 b2-c3，因為可以保證獲取一個狀態評估值是 -50）

    var minimax = function (depth, game, isMaximisingPlayer) {
        if (depth === 0) {
            return -evaluateBoard(game.board());
        }
        var newGameMoves = game.ugly_moves();
        if (isMaximisingPlayer) {
            var bestMove = -9999;
            for (var i = 0; i < newGameMoves.length; i++) {
                game.ugly_move(newGameMoves[i]);
                bestMove = Math.max(bestMove, minimax(depth - 1, game, !isMaximisingPlayer));
                game.undo();
            }
            return bestMove;
        } else {
            var bestMove = 9999;
            for (var i = 0; i < newGameMoves.length; i++) {
                game.ugly_move(newGameMoves[i]);
                bestMove = Math.min(bestMove, minimax(depth - 1, game, !isMaximisingPlayer));
                game.undo();
            }
            return bestMove;
        }
    };複製程式碼