文件名称：AI-Chess：算法项目：使用minmax算法和alpha beta修剪的AI Chess Engine
文件大小：21KB
文件格式：ZIP
更新时间：2024-03-08 08:12:53
python alpha-beta-pruning minmax-algorithm algorithms-and-data-structures Python
国际象棋 该项目专注于计算机科学概念，例如数据结构和算法。 Chessnut是我们用于所有移动和棋逻辑的棋引擎。 我们正在使用一棵树来生成可能的棋盘，该棋盘可进行3级深度和深度优先搜索，最小极大值和alpha-beta修剪，以根据以下启发式方法找到最佳动作： 材料（每个玩家的总件数） 可能采取的法律行动的数量，重点是中心广场 检查/检查状态 典当结构 当前，由于递归函数要使用大量的计算能力，因此尝试实现多处理功能，因此在超过4个级别的深度上计算启发式状态需要花费大量时间。 深度为3级时，我们的AI做出了不错的动作，但也提出了许多不明智的建议。 人工智能的国际象棋情报估计为9级中的3级。 极小极大算法 从Wikipedia的简洁定义中借用的是“用于最小化最坏情况（最大损失）情况下可能的损失的决策规则”。 对于国际象棋，扮演角色的玩家是最大化者，其移动将受到对手（最小化者）的对抗React
【文件预览】：
AI-Chess-main
----node.py(200B)
----minimax.py(1KB)
----app.py(736B)
----__init__.py(1KB)
----moves.py(5KB)
----heuristics.py(8KB)
----README.md(5KB)
----board.py(2KB)
----game.py(14KB)
----multi_chess_ai.py(13KB)
----chess_ai.py(18KB)