Gomoku современные технологии
обычно люди используют pn-search или pn ^ 2 или df-pn, чтобы ответить, если есть выигрышное решение.
затем они используют альфа-бета-обрезку в дереве игр min-max с хорошей функцией оценки
они могут достигать глубины 15 слоев или даже больше
теперь есть метод Монте-Карло, который успешно справляется с го.
Разве такую же технологию можно использовать в Гомоку? любые примеры (исходный код или бумага)
Есть ли какие-либо документы, описывающие хороший способ построения хорошо настроенной функции оценки.
или есть ли другие современные или полезные технологии, чтобы иметь дело с Гомоку?
Нужен ли pn поиск при работе с Гомоку?
Есть ли другой движок VCT (лучше src)?
Решение
Насколько мне известно, поиск числовых доказательств, поиск на основе зависимостей (также называемый поиском в пространстве угроз) и алгоритмы поиска, основанные на альфа-бета-структуре, в основном используются в лучших программах Gomoku. Существуют также некоторые программы Gomoku, использующие поиск по дереву Монте-Карло, однако текущий результат не так хорош. Статья о http://www.aiexp.info/gomoku-renju-resources-an-overview.html суммирует материалы для чтения, протоколы и исходный код для Гомоку А.И.
Что касается функции оценки, то до сих пор, хотя есть некоторые статьи, описывающие, как построить хорошо настроенную функцию оценки для Gomoku, ни одна из них на самом деле не работает для достижения уровня техники.
Pn-поиск не нужен при работе с Гомоку. Фактически, современный движок Gomoku Yixin не использует pn-поиск.
Renjusolver — лучший двигатель VCT. За исключением Renjusolver, есть много других движков Gomoku, которые имеют относительно хорошую производительность при решении VCT и могут быть загружены на http://gomocup.org/download/. В настоящее время pela — лучший движок с открытым исходным кодом для решения ДКТ.
Другие решения
Других решений пока нет …