劉洋+++吳彥波

摘 要：本設計側重人機博弈引擎應用分析，提高網(wǎng)絡教學平臺的穩(wěn)定性，提供嚴密的安全性和可控性，提高可靠性?；诒驹O計實現(xiàn)了一個支持多引擎人機對弈的交互式網(wǎng)絡教學系統(tǒng)。

關鍵詞：國際象棋；網(wǎng)絡教學；平臺；設計

1 概述

人機博弈是人與計算機之間的決策計算過程，是對博弈樹搜索進行了一些高效的優(yōu)化，也是人工智能領域的一個重要研究方面。隨著國際象棋在中國的普及，國際象棋教學領域仍然局限在名師面授輔導的教學形式，遠遠落后于國外應用計算機人工智能輔助教學的潮流。本項目利用國內外豐富的研究成果，嘗試將人機對弈與網(wǎng)絡教學結合起來，為國際象棋學員提供準確、快速、可靠的實時國際比賽數(shù)據(jù)，改進和提高計算機博弈引擎的各項關鍵性能，提供人機對弈和名師一對多車輪戰(zhàn)等輔助教學方式，經(jīng)濟效益突出。

2 國內外研究現(xiàn)狀

人機博弈是一門研究運用計算機模擬和延伸人腦功能的綜合性學科，涉及數(shù)學、計算機科學、控制論、信息學、心理學等學科。80年代中期， 卡耐基梅隆大學的計算機科學家漢斯·波爾萊納（Hans Berliner）繼續(xù)了Ken Thompson的事業(yè)。這位曾經(jīng)獲得過國際象棋通訊賽世界冠軍的科學家制造了一臺硬件驅動的弈棋機——名叫“HiTech”。他和他的學生Carl Ebeling設計了一個硬件棋步生成芯片。裝配有64個這樣芯片的“HiTech”在1986年以微弱劣勢負于Cray獲得世界計算機國際象棋錦標賽亞軍。在1997年IBM公司的超級計算機“深藍”與當時的國際象棋大師卡斯帕羅夫進行了一場大戰(zhàn)，并以“深藍”計算機戰(zhàn)勝世界棋王卡斯帕羅夫（1997.5）而載入史冊。國外在國際象棋計算機輔助教學領域，最著名的就是Chessbase，集中了全世界絕大多數(shù)國際象棋職業(yè)棋手和業(yè)余愛好者，同時Chessbase開發(fā)的人機對弈系統(tǒng)也是當前棋力最強的通用計算機國際象棋軟件系統(tǒng)。

3 技術路線

項目組首先搜集開源的機器博弈引擎和協(xié)議，對每一個引擎進行評估、部署、分析，借鑒開源的協(xié)議實現(xiàn)，設計并實現(xiàn)了我們自己的多引擎人機對弈系統(tǒng)。

3.1 開局庫

開局庫是棋類軟件的必要組件之一，也是軟件的組件之一，包括與開局有關的數(shù)據(jù)庫。計算機的計算能力十分強大，但是由于其計算原理，導致一盤棋中有很多關鍵步數(shù)看不到，從而導致局勢不利。計算機中國象棋博弈的難度比國際象棋有過之而無不及，但計算機中國象棋博弈的研究卻十分滯后。因此，不斷提高開局庫的研發(fā)與設計顯得尤為關鍵。大家知道，國際象棋8行8列，64個方格，正好對應6位2進制數(shù)，數(shù)據(jù)格式比較簡單。通常情況下，一個程序所弈的前15至20步都來自開局庫，然后才真正進入到程序“思考”階段。我們只要根據(jù)開局知識和經(jīng)驗可以很方便的記錄在磁盤上并且在開局階段供程序使用。我們通過各種途徑幾乎嘗試過各種可行方案的組合，試驗過各種搜索算法的效果，開發(fā)語言也是從C改為VC，又從VC改回到C。一遍遍地摸索，逐漸找到了適合國際象棋的數(shù)據(jù)結構和搜索引擎，開發(fā)出高效率的走法生成模塊。

3.2 殘局庫

計算機博弈是人工智能領域中最具有挑戰(zhàn)性的科研課題之一。它實現(xiàn)了“計算機智能戰(zhàn)勝了人類天才”。為了能夠在這一新興的人工智能領域取得更快更多的突破性進展，有力發(fā)揮機器博弈的“果蠅”作用，需要很好的明確當前機器博弈所面臨的挑戰(zhàn)。國際象棋打敗人類10多年前就已經(jīng)由深藍完成了，近年僅是個人電腦的國際象棋軟件的等級分就已經(jīng)大幅度超過人類，已經(jīng)沒有人類的世界冠軍笨到跟計算機挑戰(zhàn)自取其辱了。隨著信息技術的發(fā)展，殘局數(shù)據(jù)庫已經(jīng)囊括了六子（及以下）殘局所有的變化和結果。由超級電腦計算好剩余棋子的所有局面，并存儲以備調用。當局面剩余殘局庫中所存儲的局面時，不必計算，計算機直接可以知道結果。6子以內殘局庫已經(jīng)算完，7子殘局庫也已經(jīng)算出大半。

4 對弈對象設計

Chess PgnTable FenTable

Fen 棋步FEN局面 Event 賽事名 FenId 局面的ID

Times 應對棋步次數(shù) Site 地點 PgnId 棋局ID

NextStep 應對棋步 Date 該局日期 NextStep 下一步PGN

WinRate 當前局面的應對棋步的勝率 Round 比賽的第幾輪 Fen 棋譜每一步對應的局面

WinCount 局面勝利次數(shù) White 白方選手姓名 Result 結果

DrawCount 局面和棋次數(shù) Black 黑方選手姓名 StepCount 對應步數(shù)

LoseCount 局面輸棋次數(shù) Result 比賽結果 StepOwner 走棋方

PlayCount 雙方共走多少步

EventDate 賽事開始日期

Pgn PGN棋譜

5 主要模塊功能

5.1 棋局演示

根據(jù)錄入棋譜。自動生成棋局演示功能。此功能可以針對演示模塊可以進行前進、后退、暫停等功能方便觀棋而用。

5.2 互動教學

此模塊根據(jù)主控機演示操作，客戶機實時顯示主控機操作結果。同時配送音頻、視頻、文字信息等教學信息。

5.3 棋局分析

根據(jù)棋局走勢分析相應的對應走法的百分比。根據(jù)棋譜的數(shù)量可以動態(tài)分析數(shù)據(jù)延伸走向。

6 結束語

國際象棋人機對弈是人工智能領域的一個熱門研究方向，通過積極參與并學習國外先進的理論、方法和工具，并在消化吸收后投入到國內棋牌項目的人工智能研究，有助于提高當前國內傳統(tǒng)棋牌項目人工智能領域的研究水平。隨著國際象棋在國內普及程度的提高，國際象棋教學產(chǎn)業(yè)將迎來廣闊的發(fā)展機會，本項目實現(xiàn)的國內第一個交互教學平臺，具有可觀的經(jīng)濟效益。

參考文獻

[1]方瑋瑋.機器學習方法淺析[J].福建電腦，2012，11.

[2]丁劍飛，何玉林，馬永昌.面向可重用的設計資源庫建模技術研究[J].工程圖學學報，2013，1.

[3]瞿錫泉，白振興，包建平.棋類博弈算法的改進[J].現(xiàn)代電子技術，2012，1.endprint