通常人们使用 pn-search 或 pn^2 或 df-pn 来回答是否有获胜的解决方案。
然后他们在具有良好评估功能的 min-max 博弈树上使用 alpha-beta 剪枝
它们可以达到 15 层甚至更多的深度
现在有一种蒙特卡洛方法可以成功地处理围棋。
五子棋可以使用相同的技术吗？任何示例（源代码或论文）
是否有任何论文描述了构建良好调整的评估函数的好方法。
或者是否有任何其他最先进或有用的技术来处理五子棋？
处理五子棋时是否需要 pn 搜索？
有没有不同的 VCT 引擎（src 更好）？
据我所知，证明编号搜索、基于依赖的搜索（也称为威胁空间搜索）和基于 alpha-beta 框架的搜索算法主要用于顶级五子棋程序。也有一些使用蒙特卡洛树搜索的五子棋程序，但是，目前的结果不是很好。http://www.aiexp.info/gomoku-renju-resources-an-overview.html上的文章总结了 Gomoku AI 的阅读材料、协议和源代码。
至于评估函数，到目前为止，虽然有一些论文描述了如何为 Gomoku 构建一个调整良好的评估函数，但没有一篇真正能达到最先进的水平。
在处理 Gomoku 时不需要 Pn-search。事实上，最先进的五子棋引擎 Yixin 并没有使用 pn-search。
Renjusolver 是最好的 VCT 引擎。除了 renjusolver，还有很多其他五子棋引擎在求解 VCT 方面具有相对较好的性能，可以在http://gomocup.org/download/下载。目前，pela 是解决 VCT 的最佳开源引擎。