跳棋的静态评估函数答案

【问题标题】：Static Evaluation Function for Checkers跳棋的静态评估函数
【发布时间】：2010-04-30 10:13:07
【问题描述】：

我正在尝试为我正在开发的跳棋游戏编写评估函数，但我找不到正确的文档。我在网上阅读了几篇文档，描述了编写或让计算机找到它的不同技术（使用遗传算法或贝叶斯学习），但对于像我这样的新手来说，它们太复杂了。所有文件都提到了 A.L.Samuel 的“使用跳棋游戏进行机器学习的一些研究”，但我还没有动手 :(。我只阅读了后续文章“使用跳棋游戏进行机器学习的一些研究 -II " 并在那里找到了一些很好的信息，但它没有解释 eval 参数的含义（我想我没有整篇文章）。

【问题讨论】：

OP 正在询问如何为跳棋编写静态评估函数。如标题所示。

标签： artificial-intelligence

【解决方案1】：

我会从非常简单的事情开始：物质差异。这等于：（我的棋子数量）-（对手棋子的数量）。然后，您可以添加更多特征并开始加权它们，例如“暴露的棋子数”、“受保护的棋子数”，或者可能是“棋盘中间控制的棋子数”等等。与领域专家（即西洋跳棋玩家）交谈和/或查阅西洋跳棋书籍，看看哪些方法会奏效。

【讨论】：

【解决方案2】：

世界上最好的 Checkers AI 不会输，虽然我找不到关于它如何工作的具体数据，但这些属性用于确定排名（每个属性都附加了一些权重）

“线性手工评估函数考虑了棋盘的几个特征，包括棋子数、对子数、被困对子、转身、失控棋子（被王的路径畅通）和其他次要因素。”--维基百科

有关 Ai 的更多信息，请访问 https://en.wikipedia.org/wiki/Chinook_(draughts_player)

【讨论】：