Gomoku最先进的技术

Question

通常人们使用pn-search或pn^2或df-pn来回答是否存在win解决方案。

然后，他们在具有良好评估函数的最小-最大博弈树上使用alpha-beta剪枝

它们可以达到15层甚至更深的深度。

现在有了一种蒙特卡罗方法，它成功地处理了Go。

同样的技术也可以在Gomoku中使用吗？任何示例(源代码或论文)

有没有什么论文描述了一种好的方法来构建一个良好的评估函数。

或者，有没有其他最先进的或有用的技术来处理Gomoku？

在处理Gomoku时，pn search是必要的吗？

有没有不同的VCT引擎(src更好)？

Answer 1

据我所知，证明数搜索、基于依赖关系的搜索(也称为威胁空间搜索)和基于alpha-beta框架的搜索算法主要用于顶级Gomoku程序。也有一些使用蒙特卡罗树搜索的Gomoku程序，然而，目前的结果并不是很好。http://www.aiexp.info/gomoku-renju-resources-an-overview.html上的文章总结了Gomoku AI的阅读材料、协议和源代码。

至于评价函数，到目前为止，虽然有一些论文描述了如何为Gomoku构建一个良好的评价函数，但没有一篇论文真正达到了最先进的水平。

在处理Gomoku时，Pn-search不是必需的。事实上，最先进的Gomoku引擎宜信并不使用pn-search。

Renjusolver是最好的VCT引擎。除了renjusolver之外，还有许多其他的Gomoku引擎在求解VCT方面有相对较好的性能，可以从http://gomocup.org/download/下载。pela是目前解决VCT的最好的开源引擎。