Skip to content

新增 Python 五子棋人机对战(Minimax + Threat Search)#2

Open
chongpeng-tech wants to merge 1 commit into
mainfrom
codex/implement-gomoku-ai-game-with-deep-learning
Open

新增 Python 五子棋人机对战(Minimax + Threat Search)#2
chongpeng-tech wants to merge 1 commit into
mainfrom
codex/implement-gomoku-ai-game-with-deep-learning

Conversation

@chongpeng-tech

Copy link
Copy Markdown
Owner

Motivation

  • 实现一个完整的 15×15 五子棋人机对战程序以满足玩法、AI 能力与精美 UI 的需求。
  • 按要求使用 Minimax + Alpha-Beta 剪枝并结合威胁空间搜索以优先处理活四/冲四/活三等关键局面。
  • 在 UI 上实现木纹质感棋盘、棋子高光与动画,并确保 AI 思考时界面不阻塞(异步处理)。

Description

  • 新增 gomoku_dl/gomoku_game.py,在其中实现 Tkinter GUI、15×15 棋盘、点击落子、最后落子高亮、落子动画、悔棋与重新开始等玩法逻辑。
  • 在同一文件中实现 AI:Minimax + Alpha-Beta(搜索深度为 4)、Threat Space Search、棋型评分表(活四 100000、冲四 10000、活三 5000、眠三 500、活二 100)与简化开局库。
  • 引入轻量前向推理模块 DeepPolicyNet(多层感知机)作为候选走子先验以改进候选排序并与博弈树混合。
  • 更新文档:新增 gomoku_dl/README.md 并更新仓库根目录 README.md,并通过 after + threading 在 UI 中实现 电脑思考中… 的异步行为以避免界面卡死。

Testing

  • 已运行 python -m py_compile gomoku_dl/gomoku_game.py,静态编译检查通过。
  • 通过小脚本调用 AI 的 get_best_move 在空棋盘上返回中心点,验证返回值为 (7, 7)(预期行为)。

Codex Task

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

Projects

None yet

Development

Successfully merging this pull request may close these issues.

1 participant