Awesome

五子棋AI

✨🎉🎉🎉✨ 2023/11 重写了全部代码，代码更加简洁易懂，并修复了之前存在的AI可能会偶尔走错棋的问题，棋力更加稳定，React也更新到了最新的V18版本。

本仓库代码仅供个人业余研究AI用，代码肯定存在有很多不完善的地方，精力和专业所限请谅解

极小化极大算法的五子棋AI实现。 扫描上方二维码，或者打开此页面可以直接体验 https://gobang2.light7.cn/ 如果 http 协议无法打开，可以用这个http的链接 http://gobang2.light7.cn/

如果你对机器学习、神经网络有兴趣，这里有一个基于Alpha Zero原理的AI alpha-zero-gobang 正在开发中，Tensorflow2.x实现，有兴趣的可以关注交流。

一些常见问题

• Q：AI的原理是什么？
• A：参考后文中我的博客。基本原理是极小化极大搜索算法，做了一些常见的性能优化。没有用到神经网络、强化学习之类的机器学习算法。
• Q：为什么感觉AI的棋力不强？
• A：这个AI是极小化极大算法，做了有限的优化，并且受限于浏览器执行JS的速度，其搜索的深度比较浅，所以棋力不会很强。
• Q：不同难度有啥区别？
• A：不同难度的区别在于搜索的深度，AI的搜索深度越深，棋力越强，相应的耗时也会变长。
• Q：需要联网吗？
• A：第一次打开页面或者刷新需要联网，但AI的执行是本地的，因此只要页面打开之后，就不需要联网了。
• Q：为啥感觉电脑走棋很慢？
• A：这个AI是本地浏览器执行的，AI的速度受硬件性能影响比较大，并且难度越高，搜索的深度越深，耗时越长。如果发现耗时过长，可以降低难度。
• Q：AI涉及到的算法是你原创的吗？
• A：并不是我原创的，绝大部分都是网络上公开的算法，我只是把它们组合起来，并做了一些有限的优化。

联系方式

需要交流的同学可以加QQ群 622613966,进群验证信息请填写 gobang

更新日志

• 2023/11/23 更新：V3版本重写了所有代码，现在代码更加简洁易懂，并修复了之前存在的AI可能会偶尔走错棋的问题，棋力更加稳定。
• 2020/11/29 更新: 修复了评分的明显bug，随机开局库可配置，网站已修复，可以愉快玩耍了

教程

我写了一个系列博客，教你如何一步步编写自己的五子棋AI：

• 五子棋AI设计教程第二版一：前言
• 五子棋AI设计教程第二版二：博弈算法的前世今生
• 五子棋AI设计教程第二版三：极小化极大值搜索
• 五子棋AI设计教程第二版四：Alpha Beta 剪枝算法
• 五子棋AI设计教程第二版五：启发式评估函数
• 五子棋AI设计教程第二版六：迭代加深
• 五子棋AI设计教程第二版七：Zobrist缓存
• 五子棋AI设计教程第二版八：算杀
• 五子棋AI设计教程第二版九：性能优化

注意教程中的代码与代码仓库的有一定区别，但原理是一样的。作者本着开源分享的精神，知道的都写出来，没有任何保留，如有遗漏或错误可以提issue。

安装依赖

本仓库是一个纯前端仓库，AI也是用JS写的，所以本地开发必须安装Node和NPM。Node版本没有完善测试过，但理论上 v16~20 应该都可以。

先执行 npm install 安装依赖。然后有如下命令可用：

• npm start 启动本地开发服务
• npm test 运行单元测试
• npm run js 编译JS
• npm run less 编译less
• npm run watch 进入watch模式 自动编译文件
• npm run build 编译生成dist目录

关于作者

大厂前端工程师，曾（现）任职百度、阿里、字节等公司，业务时间会研究一些和工作无关的技术。