Javascript 如何使用chess.js节点模块实现minimax

我目前正在使用chess.js、chessboard.js和minimax算法创建一个国际象棋引擎。我最终想实现alpha-beta，但现在，我只想让minimax工作。计算机似乎在思考，但它通常只执行Nc6。如果我将兵移动到d4，通常需要骑士的配合，但有时它只是在骑士打开的位置来回移动车。如果骑士没有什么东西可以拿，电脑就会移动车或其他一些毫无意义的移动。我最好的猜测是，所有的移动都返回相同的估值，因此它只是在一系列可能的移动中做出第一步，因此左上角的车是主要目标。我应该注意到，我的困惑部分在于递归函数的工作方式，而我在网上找到的关于递归函数的大部分内容都让我比刚开始时更加困惑

我将Express.js与public/javascripts中的chessboard.js配置一起使用，作为index.ejs文件夹中包含的boardInit.js，当用户移动时，会向/moveVsComp发送Post请求。它将其发送到服务器，其中/moveVsComp的app.post函数告诉chess.js执行玩家的移动

记录播放器移动后，计算机调用computerMoveBlack功能

post请求中的函数调用：

  let compMove = computerMoveBlack(3);
  game.load(currentFen)
  game.move(compMove)
  res.status(200).send({snapback: false, fen: game.fen()})

计算机移动黑色功能：

function computerMoveBlack(depth) {
  let bestMove = ['', 105];
  for (let move of game.moves()) {
    game.move(move)
    let value = minimax(move, depth-1, false)
    if (value < bestMove[1]) {
      bestMove = [move, value]
    }
    game.undo()
  }
  console.log(bestMove[0])
  return bestMove[0]
}

function minimax(node, depth, maximizingPlayer) {
  let value = maximizingPlayer ? -105 : 105
  if (depth === 0 || game.game_over()) return getValuation()
  if (maximizingPlayer) {
    for (let move of game.moves()) {
      game.move(move)
      value = Math.max(value, minimax(move, depth-1, false))
      game.undo()
    }
    return value
  } else {
    for (let move of game.moves()) {
      game.move(move)
      value = Math.min(value, minimax(move, depth-1, true))
      game.undo()
    }
    return value
  }
}

function getValuation() {
  let evalString = game.fen().split(' ')[0];
  let score = 0;
  score += (evalString.split('r').length -1) * -5 || 0;
  score += (evalString.split('b').length -1) * -3 || 0;
  score += (evalString.split('n').length -1) * -3 || 0;
  score += (evalString.split('q').length -1) * -9 || 0;
  score += (evalString.split('p').length -1) * -1 || 0;
  score += (evalString.split('R').length -1) * 5 || 0;
  score += (evalString.split('N').length -1) * 3 || 0;
  score += (evalString.split('B').length -1) * 3 || 0;
  score += (evalString.split('Q').length -1) * 9 || 0;
  score += (evalString.split('P').length -1) || 0;
  return score;
}

getValuation函数：

function computerMoveBlack(depth) {
  let bestMove = ['', 105];
  for (let move of game.moves()) {
    game.move(move)
    let value = minimax(move, depth-1, false)
    if (value < bestMove[1]) {
      bestMove = [move, value]
    }
    game.undo()
  }
  console.log(bestMove[0])
  return bestMove[0]
}

function minimax(node, depth, maximizingPlayer) {
  let value = maximizingPlayer ? -105 : 105
  if (depth === 0 || game.game_over()) return getValuation()
  if (maximizingPlayer) {
    for (let move of game.moves()) {
      game.move(move)
      value = Math.max(value, minimax(move, depth-1, false))
      game.undo()
    }
    return value
  } else {
    for (let move of game.moves()) {
      game.move(move)
      value = Math.min(value, minimax(move, depth-1, true))
      game.undo()
    }
    return value
  }
}

function getValuation() {
  let evalString = game.fen().split(' ')[0];
  let score = 0;
  score += (evalString.split('r').length -1) * -5 || 0;
  score += (evalString.split('b').length -1) * -3 || 0;
  score += (evalString.split('n').length -1) * -3 || 0;
  score += (evalString.split('q').length -1) * -9 || 0;
  score += (evalString.split('p').length -1) * -1 || 0;
  score += (evalString.split('R').length -1) * 5 || 0;
  score += (evalString.split('N').length -1) * 3 || 0;
  score += (evalString.split('B').length -1) * 3 || 0;
  score += (evalString.split('Q').length -1) * 9 || 0;
  score += (evalString.split('P').length -1) || 0;
  return score;
}

我应该注意到，我理解在估价中使用FEN对于这个用例来说是非常缓慢的，但是我不确定有什么更好的替代方案

---

作为问题的重述，我试图弄清楚为什么每次它都会在数组中第一步，我的函数的格式有什么问题，而获得头寸估值的更好方法是与对FEN的字符串操纵相对应。

如果您刚刚开始，我将在下面指出一些建议，以帮助您。首先，我只想说，你可能是对的，所有的动作都得到相同的分数，因此它选择了第一个可能的动作。试着在你的评估函数中加入一些（PST），看看它是否能把碎片放在合适的方块上

我将实现一个Negamax函数，而不是Minimax函数。它更易于调试，并且在以后进行更多优化时不必重复大量代码。Negamax是标准国际象棋算法之一

似乎你自己不做合法的移动生成，你知道你使用的库中是如何表示板的吗？您不想使用FEN进行评估，而是希望使用电路板（或比特板）进行更高级的评估（更深入的评估）

最小/最大值-105/105不是一个好办法。使用-inf和inf来避免以后遇到麻烦

关于评估，您通常使用电路板表示法来确定零件的放置方式以及它们如何协同工作。Chessprogramming.org是一个很好的阅读资源

对于简单的开始评估，您可以在游戏开始时计算所有的材料分数。然后在捕获一个工件时减去相应的工件值，因为这是分数变化的唯一情况。现在你正在反复计算很多事情，这将是非常缓慢的

如果要将PST添加到评估中，则还需要根据新旧方块添加移动工件的工件值更改。尝试并总结评估：

在游戏开始时汇总所有棋子值（如果使用PST分数），并将其保存为例如whiteScore和blackScore

在您的评估中，如果您捕获了一个棋子，您将从对手身上减去棋子值。否则，您将按原样保留分数，并按原样返回

如果使用PST，则根据移动工件的新位置更改自己的分数

---

我希望这是有意义的，如果您需要任何进一步的帮助，请告诉我。

如果您刚刚开始，我将在下面指出一些建议，以帮助您。首先，我只想说，你可能是对的，所有的动作都得到相同的分数，因此它选择了第一个可能的动作。试着在你的评估函数中加入一些（PST），看看它是否能把碎片放在合适的方块上

我将实现一个Negamax函数，而不是Minimax函数。它更易于调试，并且在以后进行更多优化时不必重复大量代码。Negamax是标准国际象棋算法之一

似乎你自己不做合法的移动生成，你知道你使用的库中是如何表示板的吗？您不想使用FEN进行评估，而是希望使用电路板（或比特板）进行更高级的评估（更深入的评估）

最小/最大值-105/105不是一个好办法。使用-inf和inf来避免以后遇到麻烦

关于评估，您通常使用电路板表示法来确定零件的放置方式以及它们如何协同工作。Chessprogramming.org是一个很好的阅读资源

对于简单的开始评估，您可以在游戏开始时计算所有的材料分数。然后在捕获一个工件时减去相应的工件值，因为这是分数变化的唯一情况。现在你正在反复计算很多事情，这将是非常缓慢的

如果要将PST添加到评估中，则还需要根据新旧方块添加移动工件的工件值更改。尝试并总结评估：

在游戏开始时汇总所有棋子值（如果使用PST分数），并将其保存为例如whiteScore和blackScore

在你的评价中