artificial-intelligence - Alpha beta剪枝的评价函数设计

Question

我正在设计一个国际象棋游戏，它背后的人工智能实现了一个带有 alpha-beta 修剪的搜索树。我在设计游戏的评估函数时遇到了困难。

如何为任何类型的游戏设计评估函数？

Answer 1

构建评估函数的一种流行策略是作为被认为影响头寸价值的各种因素的加权总和。例如，国际象棋的评估函数可能采用以下形式

c1 * material + c2 * mobility + c3 * king safety + c4 * center control + ...

如

f(P) = 200(K-K') + 9(Q-Q') + 5(R-R') + 3(B-B'+N-N') + (P-P') - 0.5(D-D'+S-S'+I-I') + 0.1(M-M') + ...

其中：

K, Q, R, B, N, P are the number of white kings, queens, rooks, bishops, knights and pawns on the board.
D, S, I are doubled, backward and isolated white pawns.
M represents white mobility (measured, say, as the number of legal moves available to White).