Javascript 阿尔法-贝塔国际象棋引擎搜索算法未正确移动

我成功地实现了minimax算法，并且正在寻找Alpha-Beta的改进

目前，这两种算法在搜索深度为3+的情况下都需要花费相当长的时间，然而minimax可以工作，Alpa-Beta正在做出非常可怕的动作。下面的算法基于在中找到的伪代码

当前位置的强度 算法：chessjs.move（m）移动。chessjs.undo（）就是它。

var得分=0，最佳移动；
函数alphaBetaMax（alpha、beta、depthleft）{
如果（depthleft==0）{
返回计算位置强度（）；
}
chessjs.moves（）.forEach（函数（move）{
棋子移动（移动）；
分数=α-β-氨基（α，β，深度-1）；
chessjs.undo（）；
如果（分数>=beta）{
返回beta；//失败硬beta截止
}
如果（分数>α）{
最佳移动=移动；
alpha=分数；//alpha的行为类似于MiniMax中的max
}
});
返回α；
}
功能性α-β-氨基（α，β，depthleft）{
如果（depthleft==0）{
return-计算位置强度（）；
}
chessjs.moves（）.forEach（函数（move）{
棋子移动（移动）；
分数=αβmax（α、β、深度-1）；
chessjs.undo（）；
如果（score代码中的
calculatePositionStrength（）
非常琐碎，而且对于机器人游戏的任何AI算法来说，它都是代码的核心和灵魂。如果您的权重不正确，您甚至无法想象您的代码会产生（甚至接近）最佳移动。现在，在游戏中的每一步，棋子相等，你的计算会说，位置相等，但事实并非如此

现在，例如，国际象棋中有大量的攻击开口，在这些开口中，一方放弃材料以获得位置（称为Gambit）。在这种情况下，你的引擎会说该方的位置较弱，但事实并非如此

可以在重量计算函数中包括以下内容：


是的，当然，材料强度是最重要的因素之一
任何一方可能占据的方块数。例如，f3上的骑士可能占据8个空方块中的任何一个（h2、h4、d2、d4、g1、g5、e1、e5）
几乎所有的棋子都有可能在棋盘的中心比两边更坚固。因此，你也可以在棋盘上分配一些重量
此外，如果你正在制作一个国际象棋引擎，我建议你拥有一个数据库，其中包括最常见的开场白、位置牺牲和结束游戏
同样，你的体重必须考虑战术，如发现的攻击，PIN，串，叉，这一切都是可能的，考虑点2。< /LI>

最后，祝你在开发一个伟大的国际象棋引擎方面好运

编辑：我没有看到你问题的第二部分。我想说，可能alpha-beta剪枝不能剪掉它应该剪掉的边缘，因为权重分布不明显。如果你实现更好的权重计算功能，这也应该会有所改进。此外，alpha-beta剪枝在游戏树深度较大时效果很好。在small-depth树，alpha-beta和min-max之间的性能差异几乎不可见。所以，若您将树的深度增加到6，即使使用基本实现，性能差异也应该是可见的

编辑2：几个链接：




EDIT3：深度3的意思是，你移动一步，你的对手移动一步，然后你移动一步。举个例子。你的主教在c1，骑士在d2，敌人的兵在d5，敌人的骑士在h6。你移动一步，Ne6。对手移动一步，兵拿骑士。你移动一步，主教拿骑士。现在，在下一步，如果h6上的敌人骑士有任何棋子支撑（典当/主教等）你的主教走了，但那是移动4，你的位置计算功能无法理解。根据它，这是一个平等的交易。比如说，在接下来的3个移动中没有移动顺序给你任何材料上的优势，所以，这个移动顺序很可能被选中，你说这是一个愚蠢的移动（obvs它是），但这里不怪你的alpha-beta删减。现在，如果选择了Nf6，你的骑士就死定了，下一步，又是一个新的棋盘和新的局面。所以，如果你试图理解，你会的。我在这里就不说了。
只是猜测，但你的评估函数可能太基本，无法指导搜索空间删减-大多数时候我都是这样做的t将计算为0或与前一个板位中的值相同。它所做的只是比较工件材料，目前没有其他操作。我将在1和0之间添加一个随机加法，看看它是否有差异……更新：无差异和M加法b/w 1和0？？这在js中如何工作？在计算位置强度时，this公式是obvs非常简单的。
Math.random（）
用于区分位置强度，允许切断某些值。我刚刚启动国际象棋引擎，因此公式实际上非常小。这不行。比如说，这会给错误的移动带来更大的值，然后，即使在区分时，也会选择错误的移动。我在考虑逻辑的情况下编写了一个答案部分。这并不能真正回答为什么阿尔法-贝塔会做出愚蠢的动作/速度慢的问题。位置强度目前非常简单，因为我昨天才开始，并将在搜索算法工作后研究实施更好的方法。事实上，这确实是。再次阅读第一段，最后一段也是。所谓愚蠢的动作，我的意思是pu毫无理由地在火线前跳到。它没有敌人的感觉，而min-max算法有。如果你能发布代码，而不是仅仅在一段中写下你的意见，我将不胜感激。此外，将深度增加到6的建议永远不会起作用，因为我首先需要让算法工作。如果我真的这样做的话如果将其增加到6，则需要20分钟才能生成一个
calculatePositionStrength()    //currently very simple
    return (My piece material - opponent's piece material)

var score = 0, bestMove;

function alphaBetaMax(alpha, beta, depthleft) {
    if(depthleft==0) {
        return calculatePositionStrength();
    }
    chessjs.moves().forEach(function(move) {
        chessjs.move(move);
        score = alphaBetaMin(alpha, beta, depthleft-1);
        chessjs.undo();
        if(score>=beta) {
            return beta;   // fail hard beta-cutoff
        }
        if(score>alpha) {
            bestMove = move;
            alpha = score; // alpha acts like max in MiniMax
        }
    });
    return alpha;
}

function alphaBetaMin(alpha, beta, depthleft) {
    if(depthleft==0) {
        return -calculatePositionStrength();
    }
    chessjs.moves().forEach(function(move) {
        chessjs.move(move);
        score = alphaBetaMax(alpha, beta, depthleft-1);
        chessjs.undo();
        if(score<=alpha ) {
            return alpha; // fail hard alpha-cutoff
        }
        if(score<beta ) {
            beta = score; // beta acts like min in MiniMax
        }
    });
    return beta;
}
alphaBetaMax(-Infinity, Infinity, 3);