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:Javascript 如何使用chess.js节点模块实现minimax,javascript,express,chess,minimax,chessboard.js,Javascript,Express,Chess,Minimax,Chessboard.js,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
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