NegaScout 算法在苏拉卡尔塔棋博弈系统中的设计和应用

润泽 贾(辽宁科技大学，中国)
玲 鹿(辽宁科技大学，中国)

摘要

计算机博弈是当前人工智能领域的热门研究方向之一，对人工智能的进步具有重要推动作用。苏拉卡尔塔棋（Surakarta）作为一种策略性较强的棋类游戏，因其复杂的局面和多变的走法在博弈研究中具有较高的研究价值。为提升苏拉卡尔塔棋博弈系统的搜索效率和决策水平，论文引入了NegaScout算法并进行了优化设计。NegaScout是一种改进的Alpha-Beta剪枝算法，通过零窗口搜索机制减少不必要的分支探索，从而加速搜索过程。论文在苏拉卡尔塔棋博弈系统中实现了NegaScout算法，并结合局面评估函数以选择最佳走法。实验结果表明，NegaScout算法在苏拉卡尔塔棋的搜索效率上优于传统的Alpha-Beta剪枝算法，在保证计算精度的同时有效缩短了搜索时间，为该棋种的智能对抗提供了更高效的解决方案。

关键词

苏拉卡尔塔棋；NegaScout算法；Alpha-Beta剪枝算法；博弈效率

参考

张涛,江业峰,李博文.基于PVS算法的苏拉卡尔塔棋博弈系统设计与实现[J].信息与电脑(理论版),2023,35(19):46-48.

李东轩,胡伟,王静文.基于Alpha-Beta算法的苏拉卡尔塔棋博弈系统研究[J].智能计算机与应用,2022,12(2):123-125.

车晓菲,徐勇,蒋宗华.苏拉卡尔塔棋系统的设计与实现[J].信息与电脑(理论版),2021,33(6):70-73.

李淑琴,李静波,韩裕华,等.苏拉卡尔塔博弈系统中评估函数的研究[J].北京信息科技大学学报(自然科学版),2012,27(6):42-45+61.

王仁泉,丁濛,李淑琴,等.基于强化学习的苏拉卡尔塔博弈算法[J].智能计算机与应用,2020,10(4):6-8+12.

DOI: http://dx.doi.org/10.12345/bdai.v5i9.22289