如何使用 chess.js 节点模块实现 minimax

Question

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，但它通常只做 Nc6。如果我将棋子移动到 d4，通常会与马一起使用，但有时它只是在马打开的位置来回移动车。如果骑士没有什么可以采取的，计算机会移动 Rook 或其他一些无意义的移动。我最好的猜测是所有的动作都返回相同的估值，所以它只是在可能的动作数组中迈出第一步，因此左上角的车是主要目标。我应该注意，我的部分困惑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。

我使用 Express.js 和 public/javascripts 中的 chessboard.js 配置作为包含在 index.ejs 文件夹中的 boardInit.js，当用户移动时，一个 Post 请求被发送到 /moveVsComp .它将它发送到服务器，其中 /moveVsComp 的 app.post 函数告诉 chess.js 进行玩家所做的移动。

玩家移动记录后，计算机调用computerMoveBlack函数。

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()})

computerMoveBlack 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]
}

这个函数循环遍历所有的移动，我使用它是因为它似乎是保持最佳移动的最佳方式，而不是仅仅返回当前位置的估值。

极小极大函数：

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
  }
}

getValuation函数：

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，我知道在这个用例中使用 FEN 进行估值非常慢，但我不确定有什么更好的替代方案。

就像对问题的回顾一样，我试图弄清楚为什么它每次都在数组中迈出第一步，我的函数格式有什么问题，以及有什么更好的方法来获得头寸的估值与 FEN 的字符串操作相反。

Answer 1

如果您刚刚开始，我将在下面指出一些建议来帮助您。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。尝试将一些 Piece Square Tables (PST) 添加到您的评估函数中，看看它是否将碎片放在适当的方块上。

1. 我将实现 Negamax 函数而不是 Minimax。调试起来更容易，当您以后进行更多优化时，您不必复制大量代码。 Negamax 是标准国际象棋算法之一。
2. 似乎您自己没有进行合法移动生成，您知道棋盘在您使用的库中是如何表示的吗？您不想使用 FEN 进行评估，而是希望使用板（或位板）能够进行更高级的评估（进一步了解更多）。
3. -105/105 的最小值/最大值不是一个好方法。请改用 -inf 和 inf，以免以后遇到麻烦。

关于评估，您通常使用棋盘表示来确定棋子的放置方式以及它们如何协同工作。 Chessprogramming.org 是阅读 different evaluation concepts 的绝佳资源。

对于您的简单开始评估，您可以从计算游戏开始时的所有材料分数开始。然后在捕获一块时减去相应的块值，因为这是分数发生变化的唯一情况。现在你一遍又一遍地重新计算很多东西，这会很慢。

如果您想将 PST 添加到评估中，那么您还想根据新旧方块添加移动棋子的棋子值变化。尝试总结评价：

1. 在游戏开始时总结所有棋子值（如果使用 PST 分数）并将其保存为例如whiteScore 和 blackScore
2. 在你的评估中，如果你赢了棋子，你会从对手那里减去棋子的价值。否则，您将按原样保留分数并照常返回。
3. 如果使用 PST，您可以根据移动乐曲的新位置更改自己的乐谱。

我希望这是有道理的，如果您需要任何进一步的帮助，请告诉我。