前言：
在這個 ai 的浪尖風口上，借助我對遊戲領域的熱愛，在工作餘外的時間喚起了我的想法，學習 ai 實現乙個五子棋機械人。
一、五子棋介紹
先說說五子棋吧，通常大家玩的五子棋分為帶禁手和不帶禁手兩個版本，
（前者稱之為連珠renju
，後者一般稱之為五子棋gomoku
）然而無論哪乙個版本，先手黑棋均必勝。
（所謂黑必勝的意思是，只要黑棋按照一定的方式下，白棋選擇棋盤上的任何乙個點都不可能贏棋。）
（禁手規則增加程式複雜度，暫不考慮加入）
2023年victor allis通過程式設計證明不帶禁手的五子棋，黑必勝。
2023年janos wagner第一次證明的帶禁手的五子棋，也是黑必勝。
黑棋的優勢到底有多大呢？在26個職業開局裡，已經發現有19個是黑棋必勝的（一打必勝）。
因此為了進一步削弱黑棋的優勢，國際上推出五手兩打的規則。
(就是黑棋的第三步需要下兩個點，但由白棋挑選讓其下較弱的哪乙個)
可是人們發現黑棋帶禁手依然是必勝。
從實踐的角度來講，網上是可以搜尋地毯譜的，一般在幾百兆左右，可以用renlib軟體開啟，
所謂地毯譜的意思就是黑棋會指定下法，但白棋每一步都可以選擇棋盤任意位置，最後黑棋必勝。也就是說，只要按照此棋譜下棋，五子棋世界冠軍都一定會輸給你。
（ 目前花月、浦月、雲月、雨月、峽月、溪月、金星、水月、寒星、明星、嵐月、新月、名月，山月，殘月都是五手兩打必勝）
那麼正式的比賽是怎麼玩的呢？
現在的正式比賽通常會常用三手交換、五手兩打這些複雜的規則來平衡比賽，但這些規則的各個分支也是逐漸被人破解，
五子棋的比賽已經很大程度不是在考驗自己的臨場發揮，而是考驗選手對於少量黑白平衡 分支的記憶情況。
不帶禁手的五子棋是屬於一類更為普遍的 m,n,k遊戲
的一種特例，既 15,15,5。
m,n,k遊戲是指m行n列，輪流下子，連成k個算贏。這個在數學中專門的研究如果在最理想下法（perfect play）的情況下有什麼樣不同的結果，
比如標準的三連棋（tic-tac-toe）是3,3,3是乙個平局，同樣只有六路棋盤的五子棋也是平局，當然上面我們已經說明了15,15,5是先手必勝，
還有研究發現11,11，5也是先手必勝。m,n,k遊戲只有先手必勝和平局兩種結果。由於每下乙個子都一定會對下子一方那一方有優勢，
所以可以通過反證法證明m,n,k遊戲裡不可能有後手勝利的情況。如果後手有勝利的方法，
那麼先手可以提前借鑑（strategy stealing）過來實現必勝。
參考來自：csdoker's blog
二、人工智慧介紹
先看圖，來自：《google tensorflow 深度學習架構》
alphago 的介紹跳過、說說我們中國阿里巴巴的 "魯班" 號稱每秒能夠做 8000 張海報的 ai + design 設計師。
其實也是機器學習在影象領域的應用，通過迴圈訓練的方式。
蒙特卡羅數搜尋（monte carlo tree search mcts）
估值網路（value network）
走棋網路（policy network）
核心就是估值和走棋，故名思議。
通過在大量人類圍棋高手對弈的棋譜獲取的訓練資料，走棋網路能夠** 57% 人類圍棋高手的下一步；
但是通過這個還遠遠不足以戰勝人類冠軍，就融入了估值網路，就是給當前的棋盤，判斷每個棋位輸贏的概率；
據說 alphago 團隊將進入遊戲領域的研究，星際爭霸2；
三、實現思路
開發語言：html5、js （輕）
繪製棋盤、勝負判斷規則、介面操作功能，這些比較基礎的內容暫時不考慮；
採用乙個三維資料來定義棋盤內容：
var _chesspieces = newarray();
_chesspieces[16][16][1] = -1;
//[16][16] 棋盤大小：15 * 15，[1] 黑白棋子 (-1 沒有棋子，0 白色棋子，1 黑色棋子)
Python實現AI五子棋
開發工具 python版本 3.6.4 graphics模組。環境搭建 安裝python並新增到環境變數即可。注 graphics模組在相關檔案中已經提供，就是乙個py檔案，直接放在當前路徑或者放到python安裝資料夾下的site packages資料夾內均可。原理簡介 對於五子棋這樣的博弈類ai...
五子棋 AI篇
效果圖 贏法陣列 var wins 第count種贏法 var count 0 贏法的統計陣列 var mywin var computerwin 結束標識 var gameover false var chess document.getelementbyid chess var me true ...
五子棋AI演算法簡易實現（五）
這個部分我把它分成了兩個函式 1.找出雙方所有可能下子的位置 generateallnextpossiblemove函式 2.在這些位置中進行挑選，選出能夠產生更大優勢的下子位置，減少博弈樹搜尋節點的次數 pointsfilter函式 2.2 落子位置的篩選這一部分主要參考了 這篇部落格上的寫法，這...