增加MInimax算法在国际象棋中的平均深度？

Question

我最近在p5.js中使用带有alpha beta剪枝的Minimax算法构建了一个国际象棋引擎，但我能够实现的最大铺层深度是4，增加到5几乎需要10秒才能走一步，所以有人能建议一些增加铺层深度和减少搜索时间的方法吗？任何帮助都将非常感谢。

Answer 1

我最近也构建了一个国际象棋引擎，并且能够使它达到5甚至6的深度。然而，我是用Python构建的，但我认为我可以给出一些通用的建议，这些建议可能适用于您的项目。

1. 编辑您的代码，将检查棋盘状态和获取所有有效移动的功能减少几微秒。

当你分析数以百万计的位置时，这些微秒加起来就是相当多的时间！我记得有几个晚上，我试图让我的代码尽可能快。最后，它在深度为5的情况下将运行时间减少了几秒钟。

1. 在分析板子边缘之前先分析板子的中心。

alpha-beta修剪的优点在于，它不会调查明显更糟糕的动作。因此，你必须尽快找到最好的走法。与其先检查两边的移动，不如告诉算法从中间开始(列D或E)，然后向外工作。这些移动通常是最好的，因此算法将修剪更多的分支。

1. 降低了检查主板状态的复杂性

对于每个引擎，都需要在速度和准确性之间进行权衡。看一下这个启发式方法来分析板子的位置：https://www.chessprogramming.org/Simplified_Evaluation_Function。像这样定义位置优势是获得一个一半像样的引擎的快速方法。尽管它往往会在中端游戏中崩溃。

希望这对你有所帮助，祝你好运！