8、游戏AI：从基础到高级策略

游戏AI：从基础到高级策略

1. 围棋基础与简单AI

在围棋领域，我们可以通过枚举来编码两位玩家。围棋棋盘上的一个点由其紧邻的周边环境来表征。围棋中的一步棋可以是落子、弃权或认输。同色相连的棋子串是重要的概念，它有助于在落子后高效地检查被提掉的棋子。围棋棋盘具备落子和提子的所有逻辑，而游戏状态则记录着轮到谁下棋、当前棋盘上的棋子以及之前状态的历史。“劫”规则可以通过情境超级劫规则来实现，Zobrist哈希是一种重要的技术，能高效编码游戏历史并加速劫的检查。一个围棋AI可以通过 select_move 方法来定义，目前的随机AI可以与自身、其他AI或人类对手进行对战。不过，由于这个随机AI只是随机落子，与它进行完整的对局目前还没太大意思，但它已经完整遵循了围棋规则，这为后续专注于改进游戏玩法的算法提供了基础。

2. 机器学习与游戏AI概述

机器学习和游戏AI包含多个关键部分。首先是各种树搜索算法，它是游戏AI和各类优化问题的重要工具。接着是深度学习和神经网络，需要从数学基础学起，并考虑诸多实际设计因素。最后是强化学习，它能让游戏AI通过实践不断提升。这些技术并非局限于游戏领域，掌握之后可以应用到各种不同的领域。

3. 树搜索算法在游戏中的应用

树搜索算法主要适用于轮流进行且每轮有离散选项的游戏，像很多棋盘和纸牌游戏都符合这一描述，但对于篮球、猜谜游戏或《魔兽世界》这类游戏则不适用。棋盘和纸牌游戏可以根据两个有用的属性进一步分类：
|分类|确定性|非确定性|
| ---- | ---- | ---- |
|完美信息|围棋、国际象棋|西洋双陆棋|
|隐藏信息|海战棋、战