用Python编写一个国际象棋AI程序
最近我用python做了一个国际象棋程序并把代码发布在github上了。这个代码不到1000行,大概20%用来实现ai。在这篇文章中我会介绍这个ai如何工作,每一个部分做什么,它为什么能那样工作起来。你可以直接通读本文,或者去下载代码,边读边看代码。虽然去看看其他文件中有什么ai依赖的类也可能有帮助,但是ai部分全都在ai.py文件中。
ai 部分总述
ai在做出决策前经过三个不同的步骤。首先,他找到所有规则允许的棋步(通常在开局时会有20-30种,随后会降低到几种)。其次,它生成一个棋步树用来随后决定最佳决策。虽然树的大小随深度指数增长,但是树的深度可以是任意的。假设每次决策有平均20个可选的棋步,那深度为1对应20棋步,深度为2对应400棋步,深度为3对应8000棋步。最后,它遍历这个树,采取x步后结果最佳的那个棋步,x是我们选择的树的深度。后面的文章为了简单起见,我会假设树深为2。
生成棋步树
棋步树是这个ai的核心。构成这个树的类是movenode.py文件中的movenode。他的初始化方法如下:
def __init__(self, move, children, parent) : self.move = move self.children = children self.parent = parent pointadvantage = none depth = 1
这个类有五个属性。首先是move,即它包含的棋步,它是个move类,在这不是很重要,只需要知道它是一个告诉一个起子往哪走的棋步,可以吃什么子,等等。然后是children,它也是个movenode类。第三个属性是parent,所以通过它可以知道上一层有哪些movenode。pointadvantage属性是ai用来决定这一棋步是好是坏用的。depth属性指明这一结点在第几层,也就是说该节点上面有多少节点。生成棋步树的代码如下:
def generatemovetree(self) : movetree = [] for move in self.board.getallmoveslegal(self.side) : movetree.append(movenode(move, [], none)) for node in movetree : self.board.makemove(node.move) self.populatenodechildren(node) self.board.undolastmove() return movetree
变量movetree一开始是个空list,随后它装入movenode类的实例。第一个循环后,它只是一个拥有没有父结点、子结点的movenode的数组,也就是一些根节点。第二个循环遍历movetree,用populatenodechildren函数给每个节点添加子节点:
def populatenodechildren(self, node) : node.pointadvantage = self.board.getpointadvantageofside(self.side) node.depth = node.getdepth() if node.depth == self.depth : return side = self.board.currentside legalmoves = self.board.getallmoveslegal(side) if not legalmoves : if self.board.ischeckmate() : node.move.checkmate = true return elif self.board.isstalemate() : node.move.stalemate = true node.pointadvantage = 0 return for move in legalmoves : node.children.append(movenode(move, [], node)) self.board.makemove(move) self.populatenodechildren(node.children[-1]) self.board.undolastmove()
这个函数是递归的,并且它有点难用图像表达出来。一开始给它传递了个movenode对象。这个movenode对象会有为1的深度,因为它没有父节点。我们还是假设这个ai被设定为深度为2。因此率先传给这个函数的结点会跳过第一个if语句。
然后,决定出所有规则允许的棋步。不过这在这篇文章讨论的范围之外,如果你想看的话代码都在github上。下一个if语句检查是否有符合规则的棋步。如果一个都没有,要么被将死了,要么和棋了。如果是被将死了,由于没有其他可以走的棋步,把node.move.checkmate属性设为true并return。和棋也是相似的,不过由于哪一方都没有优势,我们把node.pointadvantage设为0。
如果不是将死或者和棋,那么legalmoves变量中的所有棋步都被加入当前结点的子节点中作为movenode,然后函数被调用来给这些子节点添加他们自己的movenode。
当结点的深度等于self.depth(这个例子中是2)时,什么也不做,当前节点的子节点保留为空数组。
遍历树
假设/我们有了一个movenode的树,我们需要遍历他,找到最佳棋步。这个逻辑有些微妙,需要花一点时间想明白它(在明白这是个很好的算法之前,我应该更多地去用google)。所以我会尽可能充分解释它。比方说这是我们的棋步树:
如果这个ai很笨,只有深度1,他会选择拿“象”吃“车”,导致它得到5分并且总优势为+7。然后下一步“兵”会吃掉它的“后”,现在优势从+7变为-2,因为它没有提前想到下一步。
在假设它的深度为2。将会看到它用“后”吃“马”导致分数-4,移动“后”导致分数+1,“象”吃“车”导致分数-2。因此,他选择移动后。这是设计ai时的通用技巧,你可以在这找到更多资料(极小化极大算法)。
所以我们轮到ai时让它选择最佳棋步,并且假设ai的对手会选择对ai来说最不利的棋步。下面展示这一点是如何实现的:
def getoptimalpointadvantagefornode(self, node) : if node.children: for child in node.children : child.pointadvantage = self.getoptimalpointadvantagefornode(child) #if the depth is divisible by 2, it's a move for the ai's side, so return max if node.children[0].depth % 2 == 1 : return(max(node.children).pointadvantage) else : return(min(node.children).pointadvantage) else : return node.pointadvantage
这也是个递归函数,所以一眼很难看出它在干什么。有两种情况:当前结点有子节点或者没有子节点。假设棋步树正好是前面图中的样子(实际中每个树枝上会有更多结点)。
第一种情况中,当前节点有子节点。拿第一步举例,q吃掉n。它子节点的深度为2,所以2除2取余不是1。这意味着子节点包含对手的一步棋,所以返回最小步数(假设对手会走出对ai最不利的棋步)。
该节点的子节点不会有他们自己的节点,因为我们假设深度为2。因此,他们但会他们真实的分值(-4和+5)。他们中最小的是-4,所以第一步,q吃n,被给为分值-4。
其他两步也重复这个步骤,移动“后”的分数给为+1,“象”吃“车”的分数给为-2。
选择最佳棋步
最难的部分已经完成了,现在这个ai要做的事就是从最高分值的棋步中做选择。
def bestmoveswithmovetree(self, movetree) : bestmovenodes = [] for movenode in movetree : movenode.pointadvantage = self.getoptimalpointadvantagefornode(movenode) if not bestmovenodes : bestmovenodes.append(movenode) elif movenode > bestmovenodes[0] : bestmovenodes = [] bestmovenodes.append(movenode) elif movenode == bestmovenodes[0] : bestmovenodes.append(movenode) return [node.move for node in bestmovenodes]
此时有三种情况。如果变量bestmovenodes为空,那么movenode的值是多少,都添加到这个list中。如果movenode的值高于bestmovenodes的第一个元素,清空这个list然后添加该movenode。如果movenode的值是一样的,那么添加到list中。
最后一步是从最佳棋步中随机选择一个(ai能被预测是很糟糕的)
bestmoves = self.bestmoveswithmovetree(movetree) randombestmove = random.choice(bestmoves)
这就是所有的内容。ai生成一个树,用子节点填充到任意深度,遍历这个树找到每个棋步的分值,然后随机选择最好的。这有各种可以优化的地方,剪枝,剃刀,静止搜索等等,但是希望这篇文章很好地解释了基础的暴力算法的象棋ai是如何工作的。
本文由 伯乐在线 - 许世豪 翻译自 。