簡介棋類博弈是人工智能中經典且易于上手的研究場景。從國際象棋到各類棋類變體博弈樹搜索與剪枝算法構成了許多AI程序的核心。愛因斯坦棋是一種5×5小棋盤上的棋類變體規(guī)則簡潔但戰(zhàn)術豐富非常適合作為棋類AI的入門實驗場。圍繞這一棋盤可以用Python搭建一套完整可對弈的棋類引擎涵蓋走法生成、將軍判定、minimax搜索、alpha-beta剪枝、評估函數(shù)與迭代加深等關鍵技術。通過參數(shù)調優(yōu)與批量自我對弈驗證開發(fā)者能夠快速掌握搜索算法在具體博弈項目中的工程落地方法并規(guī)避規(guī)則版本差異、棋子阻擋判斷、GUI線程卡死等常見陷阱。從簡單棋類入手理解AI決策原理是通往更復雜棋類與強化學習路徑的務實起點。1. 愛因斯坦棋一個比國際象棋更容易上手的AI實驗場如果你手上有一塊5x5的棋盤和雙方各5枚棋子別急著擺國際象棋——試試愛因斯坦棋。這個常被稱為“小國際象棋”的變體規(guī)則是每方擁有王、后、車、象、馬各一枚沒有兵也沒有升變30秒就能講完規(guī)則但搜索空間和戰(zhàn)術組合又足以讓AI程序忙一陣子。我最早接觸它是在給一個教學項目找棋類引擎時標準國際象棋的走法生成和評估太成熟拿來練手沒有挑戰(zhàn)而愛因斯坦棋足夠新沒有現(xiàn)成滿大街的開局庫反而適合把決策樹、剪枝、評估函數(shù)這些概念從頭跑一遍。這篇筆記會從規(guī)則說清楚給出一套Python實現(xiàn)再把AI搜索的調參經驗和你容易踩的坑一次性攤開。2. 愛因斯坦棋規(guī)則拆解為什么5x5棋盤是天然的AI測試床網上的愛因斯坦棋規(guī)則有不少版本有的用6x6棋盤有的加了兵和升變甚至還有人把它和“愛因斯坦謎題”混在一起。為了避免代碼對著一個永遠跑不起來的黑匣子發(fā)呆我先把這套實現(xiàn)所采用的規(guī)則固定下來棋盤為5行5列雙方各持5枚棋子目標是將死對方王。你可以在這個基礎上小幅調整后面我會明確指出哪個地方最容易受版本差異影響。2.1 棋盤、棋子與初始布局把物理規(guī)則變成數(shù)據(jù)字典棋盤坐標用(row, col)表示白方初始在第0行黑方初始在第4行中間三行空置。雙方棋子從左到右分別是車、馬、象、后、王黑方從自己的視角看也是車、馬、象、后、王所以從鏡像角度看黑方的排列是王、后、象、馬、車。我把棋子的移動能力先匯總成一張表方便后面寫方向向量時對照棋子數(shù)量走法距離越子王1橫豎斜八個方向1格否后1橫豎斜八個方向任意格否車1橫豎四個方向任意格否象1斜向四個方向任意格否馬1L形橫走2豎走1或相反1步是為什么把王和后都放在5格的行里因為5列剛好放滿5枚棋子沒有兵的位置也就沒有過路兵、升變、王車易位這些“邊角規(guī)則”。對于AI程序來說狀態(tài)空間比標準國際象棋小幾個數(shù)量級但棋子走法仍然有“阻擋”“僅馬可越子”的判定足夠練習走法生成器的健壯性。在代碼里我習慣用枚舉表示棋子類型而不是字符串因為枚舉在debug時更直觀還能避免手寫字符大小寫帶來的混亂。下面這段是初始布局的最小表示# constants.py import enum WHITE, BLACK 0, 1 class Kind(enum.Enum): KING K QUEEN Q ROOK R BISHOP B KNIGHT N def empty_board(): return [[None for _ in range(5)] for _ in range(5)] def initial_board(): board empty_board() # 白方 row 0黑方 row 4 top [Kind.ROOK, Kind.KNIGHT, Kind.BISHOP, Kind.QUEEN, Kind.KING] bottom [Kind.KING, Kind.QUEEN, Kind.BISHOP, Kind.KNIGHT, Kind.ROOK] for c, kind in enumerate(top): board[0][c] kind for c, kind in enumerate(bottom): board[4][c] kind return board這里把board直接存Kind枚舉空位存None。這個版本的代碼只記錄棋子種類還沒記錄顏色真實引擎里必須額外用一個數(shù)組或把顏色編進棋子類。我特意先展示這種“半成品”是想說明一個取舍棋盤只有25格用二維列表足夠快沒必要在入門階段上位棋盤bitboard。位棋盤在8x8棋盤上能大幅加速并行位運算但在這里反而會增加調試成本尤其對于剛接觸棋類編程的人你會發(fā)現(xiàn)自己一整天都在算位掩碼。2.2 走法與勝負將軍、將死、還有“送將”違例大多數(shù)棋類走法生成都要分兩步走先生成“偽合法走法”再過濾掉會讓己方王被吃的走法。許多人一上來就寫遞歸生成器卻忘了送將檢查最后AI會走出把自己的王送到對方嘴里的棋那感覺就像看了半天棋譜發(fā)現(xiàn)第一步就是錯的。偽合法走法指的是“按照棋子移動規(guī)則走完不越界且不落到己方棋子上的走法”。它不管走完之后自己王是否處于被攻擊狀態(tài)。比如王從角落走到中心如果對方車正好控制這一行這個走法在偽合法階段會被放進列表但在第二階段的合法性過濾時必須刪掉。過濾邏輯很簡單模擬每一步然后調用將軍判定函數(shù)如果己方王在對手攻擊范圍內該走法不合法。這一步會反復執(zhí)行所以將軍判定一定要寫得高效。判斷一個格子是否被某顏色棋子攻擊通常用反向掃描站在目標格子上逆推是否有棋子能按自己的走法到達這里。棋盤小直接枚舉對手所有棋子的攻擊目標也行。下面是一個更貼近代碼的思路def is_square_attacked(board, r, c, by_color): # 枚舉 by_color 的所有棋子檢查它們能否一步到達 (r,c) # 注意馬不需要檢查中間阻擋車、象、后必須檢查路徑是否被堵 for each piece owned by by_color: if piece_can_reach(board, piece, r, c): return True return False將軍與將死的判定不能只用“能吃到王”來推。正確順序是先獲取當前玩家的全部合法走法列表如果列表為空再檢查己方王是否正被攻擊——被攻擊就是將死否則就是無棋可動。在國際象棋標準規(guī)則里無棋可動判和棋但在愛因斯坦棋的某些流傳版本里無棋可動直接判負。我建議在代碼里做成配置項因為我見過同一個項目里兩種寫法都有人用最后在判負判和上吵了三天。3. 用 Python 寫出可對弈的愛因斯坦棋走法生成與狀態(tài)管理現(xiàn)在進入能跑的代碼。我采用一個自定義Piecedataclass來同時記錄種類和顏色比單純存枚舉更完整。棋盤狀態(tài)就用二維列表每格元素是Piece或None。這一章給出的代碼可以直接復用也可以作為你寫其他小型棋類引擎的骨架。3.1 棋盤類設計從格子坐標到合法走法列表先定義基礎類和棋盤初始化from dataclasses import dataclass from enum import Enum class Kind(Enum): KING K QUEEN Q ROOK R BISHOP B KNIGHT N WHITE, BLACK 0, 1 dataclass(frozenTrue) class Piece: kind: Kind color: int def __str__(self): return self.kind.value if self.color WHITE else self.kind.value.lower() class EinsteinBoard: def __init__(self): self.board self._initial_board() self.turn WHITE self.state_stack [] # 悔棋/搜索用 def _initial_board(self): board [[None for _ in range(5)] for _ in range(5)] top [Kind.ROOK, Kind.KNIGHT, Kind.BISHOP, Kind.QUEEN, Kind.KING] bottom [Kind.KING, Kind.QUEEN, Kind.BISHOP, Kind.KNIGHT, Kind.ROOK] for c, kind in enumerate(top): board[0][c] Piece(kind, WHITE) for c, kind in enumerate(bottom): board[4][c] Piece(kind, BLACK) return boardPiece是frozen dataclass保證哈希和比較都可靠后面在走法集合里做去重很方便。state_stack用來配合悔棋和AI搜索時的狀態(tài)回退這個設計在3.2里會展開。核心的走法生成器按“方向向量最大步數(shù)”來組織。車、象、后能走任意格但中途遇到棋子就必須停馬直接跳到目標格不受阻擋。我寫了一個_attacks_from函數(shù)它會返回一個棋子能到達的所有格子def _attacks_from(self, r, c): piece self.board[r][c] if piece is None: return [] vectors { Kind.KING: [(1,0,1),(-1,0,1),(0,1,1),(0,-1,1), (1,1,1),(1,-1,1),(-1,1,1),(-1,-1,1)], Kind.QUEEN: [(1,0,5),(-1,0,5),(0,1,5),(0,-1,5), (1,1,5),(1,-1,5),(-1,1,5),(-1,-1,5)], Kind.ROOK: [(1,0,5),(-1,0,5),(0,1,5),(0,-1,5)], Kind.BISHOP: [(1,1,5),(1,-1,5),(-1,1,5),(-1,-1,5)], Kind.KNIGHT: [(2,1,1),(2,-1,1),(-2,1,1),(-2,-1,1), (1,2,1),(1,-2,1),(-1,2,1),(-1,-2,1)], } result [] for dr, dc, max_step in vectors[piece.kind]: for step in range(1, max_step 1): nr, nc r dr * step, c dc * step if not (0 nr 5 and 0 nc 5): break target self.board[nr][nc] if target is None: result.append((nr, nc)) elif target.color ! piece.color: result.append((nr, nc)) break else: break return result這里有個細節(jié)馬的方向向量步長為1但用了(2,1)這種二元組和max_step1的組合所以馬不會進入“連續(xù)走多步”的路徑檢查。其他棋子的max_step設為5但棋盤只有5行所以range(1, 6)也會自然越界退出。這個實現(xiàn)簡單缺點是每次都要重新構造vectors字典如果你追求性能可以把這個字典提到類屬性或模塊常量里避免高頻搜索時反復分配。有了單子走法再匯總整個棋盤所有己方棋子的偽合法走法然后逐條模擬并過濾送將def get_legal_moves(self, color): pseudo [] for r in range(5): for c in range(5): piece self.board[r][c] if piece is None or piece.color ! color: continue for tr, tc in self._attacks_from(r, c): pseudo.append((r, c, tr, tc)) legal [] for move in pseudo: state self._snapshot() self._apply_move(*move) if not self.is_in_check(color): legal.append(move) self._restore(state) return legal_snapshot和_restore這對方法在3.2里實現(xiàn)作用是對整盤狀態(tài)做深拷貝。為什么要深拷貝因為棋盤只有25格拷貝一次開銷極小而且能避免增量回退時的邊界錯誤——比如你吃掉對方馬之后悔棋要恢復如果你不拷貝就得額外保存“吃掉的棋子是什么”邏輯容易漏。3.2 落子、吃子與悔棋狀態(tài)棧和“悔棋”按鈕的實現(xiàn)def _snapshot(self): import copy return (copy.deepcopy(self.board), self.turn) def _restore(self, state): self.board, self.turn state def _apply_move(self, r, c, tr, tc): self.board[tr][tc] self.board[r][c] self.board[r][c] None self.turn BLACK if self.turn WHITE else WHITE def push_move(self, move): self.state_stack.append(self._snapshot()) self._apply_move(*move) def undo(self): 悔棋回退到上一個狀態(tài)并取出棧頂狀態(tài)。 if self.state_stack: self.board, self.turn self.state_stack.pop() return True return Falsepush_move在落子前快照再落子。undo用于GUI里的“悔棋”按鈕也用于AI搜索時的回退。你可能會擔心深拷貝會讓搜索變慢但實測在5x5棋盤上一次deepcopy大約幾微秒一次alpha_beta搜索幾千個節(jié)點總耗時不過幾十毫秒完全可以接受。如果你以后要移植到C或要做更深的搜索再改成“保存被吃棋子起點”的增量回退不遲。有一點要提醒如果你在搜索循環(huán)里用push_move和undo每次進入子節(jié)點都要_snapshot那棧會越積越大。正確做法是直接用_apply_move_restore不要經過state_stack。所以我在3.1的走法過濾里用的是_snapshot和_restore而不是push_move。搜索時的回退應該手動保存舊狀態(tài)而不是依賴undo因為undo面向的是人機對弈的“悔棋?！眱商讞２荒芑煊?。3.3 命令行對弈最小可玩版本跑起來既然有了棋盤和走法先用命令行跑一個能雙人對戰(zhàn)的版本。輸入格式是r c tr tc從起點到終點q退出def print_board(board): for r in range(5): row [] for c in range(5): p board.board[r][c] row.append(str(p) if p else .) print( .join(row)) def main(): b EinsteinBoard() while True: print_board(b) print(Turn:, White if b.turn WHITE else Black) moves b.get_legal_moves(b.turn) if not moves: print(No legal moves. Game over.) break cmd input(enter move: r c tr tc (q to quit): ) if cmd.strip().lower() q: break try: r, c, tr, tc map(int, cmd.split()) except ValueError: print(bad input) continue move (r, c, tr, tc) if move not in moves: print(illegal move) continue b.push_move(move) opponent BLACK if b.turn WHITE else WHITE if b.is_in_check(opponent): print(Check!)這個主循環(huán)沒有任何AI但它能幫你驗證規(guī)則自己跟自己下幾盤檢查有沒有走法漏生成有沒有把無棋可動判成將死。命令行版本是后面加AI的基礎不要跳過。4. 給愛因斯坦棋裝上大腦minimax 搜索與 alpha-beta 剪枝的參數(shù)調優(yōu)黑白棋、五子棋、國際象棋的AI思路在愛因斯坦棋上完全通用核心就是帶剪枝的深度優(yōu)先搜索。不要一上來就上強化學習因為愛因斯坦棋是完美信息確定狀態(tài)搜索樹小到能用經典方法解沒必要讓一局棋的訓練時間長得像練一個深度網絡。4.1 先算復雜度為什么要剪枝而不是直接上強化學習我粗略統(tǒng)計過空棋盤中間位置的車大約能走8格象能走4格左右后能走8到10格馬最多8格王3格。平均每個棋子大約能走6到8步每方5個棋子分支因子B大約在10到15之間。這是可觀的。如果做4層深度搜索B15時未剪枝的葉子節(jié)點是15^450625非常輕松6層深度是15^6≈1130萬單層遍歷勉強能算但已經不夠優(yōu)雅。alpha-beta剪枝在理想情況下能把復雜度從O(B^d)降到O(B^(d/2))也就是搜索同樣深度只需要大約sqrt(1130萬)≈3400個節(jié)點完全可以在毫秒級完成。因此先寫minimax和alpha-beta是你投入產出比最高的方案。那么強化學習呢它的價值在于棋類狀態(tài)特征復雜、評估函數(shù)難以手工設計或者你需要一個能從自我對弈中自動學習評估的網絡。但愛因斯坦棋棋盤小、棋子少一個幾十行的評估函數(shù)已經夠用強化學習要處理獎勵稀疏、回合長、對局數(shù)量大這些工程問題不適合作為入門首選。4.2 最小可用的評估函數(shù)子力位置機動性評估函數(shù)是AI風格的“黑匣子”但我們可以先手工打開它。最簡單的評估用子力價值后9分、車5分、象3分、馬3分、王10000分因為王被吃了游戲結束。在此基礎上給靠近中心的棋子加一點點位置分因為中心控制力更強。代碼長這樣PIECE_VALUES { Kind.KING: 10000, Kind.QUEEN: 9, Kind.ROOK: 5, Kind.BISHOP: 3, Kind.KNIGHT: 3, } POSITION_BONUS [ [0, 1, 2, 1, 0], [1, 2, 3, 2, 1], [2, 3, 4, 3, 2], [1, 2, 3, 2, 1], [0, 1, 2, 1, 0], ] def evaluate(board): score 0 for r in range(5): for c in range(5): p board.board[r][c] if p is None: continue bonus POSITION_BONUS[r][c] if p.color WHITE else POSITION_BONUS[4 - r][4 - c] value PIECE_VALUES[p.kind] bonus * 0.1 score value if p.color WHITE else -value return score if board.turn WHITE else -scorebonus * 0.1是為了讓位置分遠小于一個兵的價值不至于出現(xiàn)“為了搶中心而白送一個馬”的蠢事。實際上這個0.1本身就是可以調的參數(shù)我建議在0.05到0.3之間實驗。更大的系數(shù)會讓AI更激進地搶占中心但容易忽視子力安全。機動性評估沒有寫進代碼因為計算合法走法數(shù)量在搜索中已經天然存在不需要額外統(tǒng)計。如果你發(fā)現(xiàn)AI總是走成僵局再考慮加上“己方合法走法數(shù)減去對方合法走法數(shù)”這一項。但記住評估函數(shù)不是越復雜越好加項越多越難調你先跑通0.1版再說。4.3 迭代加深與超時控制三個必調參數(shù)正式對弈時你不能只固定搜索深度因為不同局面復雜度不一樣。常見做法是迭代加深從深度1開始逐步加深直到時間預算用完采用最近一次完整搜索的最佳走法。這樣你能精確控制在3秒內返回一步棋而不是在最差局面里卡死。import time def alpha_beta(board, depth, alpha, beta, maximizing): moves board.get_legal_moves(board.turn) if depth 0 or not moves: return evaluate(board) if maximizing: value -float(inf) for move in moves: board._apply_move(*move) value max(value, alpha_beta(board, depth - 1, alpha, beta, False)) board._restore((board_copy_state, board.turn)) # 需要保存狀態(tài) alpha max(alpha, value) if alpha beta: break return value else: value float(inf) for move in moves: board._apply_move(*move) value min(value, alpha_beta(board, depth - 1, alpha, beta, True)) board._restore((board_copy_state, board.turn)) beta min(beta, value) if alpha beta: break return value上面這段代碼省略了_apply_move前后的狀態(tài)保存實際使用時你需要在每次進入子節(jié)點前把board.board和board.turn存到臨時變量里。我在這里不展開完整搜索類因為它和標準國際象棋AI完全一致。關鍵是下面的迭代加深循環(huán)def iterative_deepening(board, time_budget2.0, max_depth6): deadline time.time() time_budget best_move None depth 1 while depth max_depth and time.time() deadline: # 每層先保存一個候選最佳走法層結束才更新 current_best None best_value -float(inf) for move in board.get_legal_moves(board.turn): board.push_move(move) value alpha_beta(board, depth - 1, -float(inf), float(inf), False) board.undo() if value best_value: best_value value current_best move if current_best is not None: best_move current_best depth 1 return best_move這里三個必調參數(shù)是參數(shù)推薦起點作用調整方向max_depth6硬性最大深度上限防止時間預算失效時無限加深想棋力更強就加到8但要配合更快的走法生成time_budget2.0秒每次落子的時間預算實時對戰(zhàn)設1秒分析模式可設5秒evaluation_coeff0.1位置分系數(shù)影響評估函數(shù)的激進度0.05保穩(wěn)0.3冒險吃中心迭代加深還有一個隱藏好處如果你實現(xiàn)了“上一步搜索的最佳走法在開局庫附近”它可以用在啟發(fā)排序里讓alpha-beta剪枝更容易觸發(fā)。不過在愛因斯坦棋上你先把這三個參數(shù)調好已經能打敗絕大多數(shù)隨便下棋的人類玩家。5. 避坑指南愛因斯坦棋實現(xiàn)中的 5 個常見翻車現(xiàn)場這一章是血淚經驗。我確實在這些地方翻過車每次都要花至少一個晚上排查。按現(xiàn)象→原因→解決的方式寫希望你不用走回頭路。5.1 規(guī)則版本不同兵/升變引發(fā)的連鎖反應現(xiàn)象從網上下載的“愛因斯坦棋”代碼開局第一排除了重子以外還有一排兵走幾步就報索引越界。原因愛因斯坦棋本身有多個變體有的版本是6x6棋盤加兵有的版本甚至允許兵升變。解決入手前先確認規(guī)則版本。如果你手中的項目確實帶兵就在Kind里加PAWN并在_attacks_from里實現(xiàn)兵的單步前進和斜吃同時處理升變。如果按我這套無兵規(guī)則遇到“對方底線出現(xiàn)第6個子”要直接報錯防止靜默bug。5.2 重復局面與“無棋可動”把和棋判成輸棋怎么辦現(xiàn)象AI走到只剩兩個王時程序提示“Game over”但明明合法走法沒了王也沒被將軍應該是和棋。原因我在剛開始寫勝負判定時只檢查了legal_moves為空就判定對方贏了沒進一步查王的攻擊狀態(tài)。解決把將死和無棋可動分開。先判斷l(xiāng)en(legal_moves)0再用is_in_check檢查當前玩家王是否被攻擊。無棋可動默認判和但保留一個STALEMATE_IS_LOSS開關應對那些把“無棋可動”當輸棋的規(guī)則版本。5.3 馬能跳其他棋子不能穿人實現(xiàn)阻擋時的邊界錯誤現(xiàn)象AI在殘局里經常用車穿過自己的兵走到后方評估分看起來很高但按規(guī)則就是非法走法。原因_attacks_from里車、象、后沿方向逐格走但我的第一版沒有在碰到第一個棋子后break導致繼續(xù)掃描后方格子。馬則不需要檢查路徑所以馬的邏輯是獨立的。解決在偽合法走法生成時遇到第一個非空格就分支若是我方棋子停止若是對方棋子記錄格子并停止。馬的馬步直接跳過該檢查。一個快速自測是在5x5棋盤上把車圍在中心一圈棋子車應該一個格都走不出去。5.4 GUI線程卡死遞歸搜索別放在渲染線程現(xiàn)象在Qt里點“AI下棋”按鈕后整個窗口變成“未響應”點哪都沒反應要等好幾秒才恢復。原因AI搜索的alpha_beta是同步遞歸主線程被占滿事件循環(huán)無法刷新。解決把搜索放到子線程用queue或者信號把結果傳回UI。更簡單的做法是先用命令行版本驗證AI再接GUI。我自己的習慣是讓AI計算線程每次只搜一個深度等迭代加深結束后回到主線程更新棋盤。如果不想引入多線程至少要在搜索循環(huán)中插入time.sleep(0)或QCoreApplication.processEvents()但這不是根治只是喘口氣。5.5 評估函數(shù)像玄學用自我對弈代替肉眼調參現(xiàn)象我把位置分系數(shù)從0.1改成0.3肉眼看了幾局覺得AI更兇了但和人下反倒輸多贏少。原因肉眼評估有巨大偏差位置分過高讓AI為了占中心狂送棋子。解決把兩個不同參數(shù)的AI放在一起自我對弈200局統(tǒng)計勝負和平局。勝率差異不到5%時基本可以認為是噪聲跑滿200局再看通常能找到趨勢。不要只調一個參數(shù)就下結論至少要用固定對手和固定隨機種子跑批量對局。這也是我后來養(yǎng)成的習慣任何評估函數(shù)的改動都要用--games參數(shù)跑批量測試不憑“感覺還不錯”上線。6. 進階玩法從“會下”到“下得好”的驗證閉環(huán)現(xiàn)在你已經有一個能下棋、能搜索、能悔棋的程序。想讓它更強不用急著換強化學習框架先把這三個進階動作做扎實。6.1 用自我對弈生成離線數(shù)據(jù)反哺評估函數(shù)把兩個不同評估參數(shù)的AI寫進同一個腳本里讓它們自動對弈200局記錄每局的走法序列、棋子被吃情況和最終結果。你不需要人工標注因為勝負天然就是標簽。用這些對局可以回歸出“哪種子力比值更優(yōu)”的經驗值甚至可以訓練一個簡單的線性評估模型替代原來拍腦袋的PIECE_VALUES。6.2 做個開局庫前5步不再“天馬行空”棋盤這么小AI搜到第4層時已經能穩(wěn)定判斷前幾步。但為了節(jié)省時間預算你可以用高深度AI離線生成前5步的最優(yōu)走法存成一個字典鍵是“棋盤狀態(tài)”值是好走法。對局時前5步直接查表把時間預算留給中殘局。我自己試過用8層搜索跑一晚上能覆蓋絕大多數(shù)前期變體線上AI前5步的思考時間直接降到0。6.3 驗證方法讓兩個AI打一場用勝率和平均回合數(shù)說話不要再用“哪一步讓我感覺厲害”來驗證。正確做法是用同一套引擎、不同參數(shù)跑200局記錄勝率、平均回合數(shù)、每步平均耗時。表格比感覺可靠得多版本勝率平均回合平均耗時v0.1 位置系數(shù)0.158%42.31.8sv0.2 位置系數(shù)0.342%38.71.9s這組數(shù)據(jù)一眼就能看出位置系數(shù)0.1更穩(wěn)。那怎么選我會把勝率作為第一指標平均回合數(shù)作為調優(yōu)參考因為快速贏棋不一定意味著棋力強。慢慢養(yǎng)成這個習慣后你會發(fā)現(xiàn)所謂“棋感”變成了可重復的實驗而不是玄學。希望這套從規(guī)則到驗證的流程能讓你在下一個棋類項目里少花幾個通宵。本文還有配套的精品資源點擊獲取