为了应付某人的毕设，研究过一段时间的人机象棋，现来谈谈详细的算法思路和流程。
注：本文没有任何干货源码，写过二层遍历、基本评价函数与所谓“深度学习”算法下的人机象棋，棋力之弱小，就不献丑了。

首先，程序需要囊括象棋的基本着法，比如马走“日”字，相飞“田”，实现人人象棋是进行人机象棋的第一步。
进入正题，试想如何实现象棋的AI？按着人的思路，很容易想到“博弈树”，所谓博弈树，就是一颗大树，根节点就是开局棋盘，第二层节点就是走了一步棋的棋盘，第三层棋盘就是在二层棋盘下对方走一步棋的棋

盘，以此类推。这颗树异常庞大，庞大到囊括了象棋所有的可能性，据统计，象棋每一步平均有50-70种走法，而平均30几回合决出胜负，所以一共大概有60的30次方种走法。大胆想象一下，如果计算机能完全模拟并

记忆这颗完全博弈树，那么无论什么棋局，计算机都能找到对应的节点，通过对节点后续所有走法的遍历，回推一个最佳走法，那么就能保证AI的绝对优势。
这里提到一个词，“遍历”，人机象棋的一个核心就是遍历算法，即从当前棋盘开始，模拟后续的走法，返回最优走法，但是现在的计算机一般能保证的也只是5-10层的遍历，也就是说只能预测接下来5-10步的发展

。
==>遍历算法的核心就是去模拟所有可能的情况，程序实现并不难，首先遍历每一个棋子，在遍历某一个棋子所有可能的走法，如果是多层，则是递归遍历，这是值得推敲的<==
遍历算法会产生博弈树，博弈树是可以进行剪枝处理的，比如最简单的剪枝对已经分出胜负的棋局不再遍历，就可以简化博弈树。更加优秀的方法是α-β剪枝等，有兴趣可以仔细推敲研究。
说完遍历，来聊聊评价函数，什么叫评价函数？对于一个棋盘，怎么判断这个棋盘对谁有利，这就需要评价函数了。通过评价函数对棋盘进行评分，分值越大越有利，棋局向分值大的方向发展。
评价函数分为4个部分：
1、棋子自身价值。自身价值不用多说，就是棋子越多局面越有利。且各棋子分值不一，比如车>炮，马>兵等，注意一般我们令将的分值极大，比如车是100分，将可以设置成10000或者100000等，这样做是为了让机器

足够重视将，及时其他所有棋子都没了，也要保留将。这种分数评估都是按照经验来的，我当时按照参考书推荐设置的是炮80，马70等
2、棋子的位置价值。每一种棋子都有位置矩阵，比如车在原位时位置价值为0，当其出动后，位置价值逐步提升，当车在对面半区尤其是中心位置时，位置得分较高。尤其是兵，当其未过河时，位置得分极低，当其

过河后位置得分突然变高，比棋子本身价值还要高。为什么要位置价值的原因就是在于不同位置的棋子重要度不一样。
3、棋子灵活性价值。灵活性指棋子可能的走法，比如兵未过河时只有一种走法，当其过河后就有最多3种走法，走法越多，棋子灵活性越好，得分也就越高。灵活性的计算即遍历每一个棋子，用走法数乘基本灵活性

价值，最后得到总和就是灵活性得分。灵活性价值的意义在于定义棋子是否有多种走法，是否可以创造多种可能，比如若某一棋子被卡死，那它的价值就非常低。
4、保护威胁价值。威胁价值指若有敌方棋子能吃到己方棋子，则认为这个棋子是受威胁的，平常下棋时这种情况就是快走开，或者用其他棋子保住，或者丢车保帅等，受威胁的棋子需要大量减分，甚至减棋子自身价

值相应的分数，这样做是为了让AI能够保护棋子。而保护价值指己方棋子对棋子的保护，比如连环马，如果走到连环马的位置上，将增加保护价值。保护威胁价值的意义在于在进行棋盘进行评价估分时会综合考虑其

他棋子的位置，敌方会有威胁，己方会有保护作用。
==>评价函数直接决定了棋力大小，定义的各个部分的评价分数不一样将直接导致棋力不一，重视度不一样<==
最后，提出“深度学习”算法，先上个流程图：

什么意思？先看虚线框外的内容，就是一个匹配的方法，就是在执行递归遍历和评价函数之前，先与大数据对比库进行匹配，如果库里有对应的数据，则直接用反馈回的走法进行走棋，就节省了遍历和评估的时间，极大加快速度。

那么大数据库怎么来，就需要用到机器学习方面的内容，遍历大量棋局，整合最佳走法，每一条对应一个棋局布局下的最佳走法。

OK，人机象棋介绍完毕，还想再说一句，博弈是AI中一个重要的部分，博弈蕴含很多思想，探究完人机象棋如何实现后，突然发现AI也就这样了！但是入门容易，优化很难！！！想提升一点速度都是一件不容易的事