人工智能 博弈树的启发式搜索 α-β剪枝

人工智能课程设计，基于α-β剪枝算法的井字棋，可实现人人对战，人机对战，随机先后手

人工智能下五子棋（基于博弈树极大极小值alpha-beta剪枝搜索算法），代码解析链接参见网址：https://blog.csdn.net/m0_38106923/article/details/93347117

安全攻防技术文档

算法设计方法的基本思想及其适用特征——分治法、动态规划法、贪心法、回溯法、分支限界法。

第3章 深搜的剪枝技巧-2021.01.30.pdf

人工智能小项目，2048棋盘游戏，Alpha-beta剪枝算法， Expectimax搜索 。 人工智能的课程作业，非常简单易懂，纯Javascript实现，运用Alpha-beta剪枝算法，

制作一个五子棋小游戏，实现人机对战，其中电脑在进行极大值极小值搜索时需要运用α-β剪枝算法。五子棋小游戏的核心是电脑端走步的选取，使用的方法是极大极小值搜索，并且题目要求使用α-β剪枝来提高搜索效率；除此，在极大极小值搜索中，需要实现获取下一步可能走的点位以及设计评估函数，评估函数对于电脑能否“智能”地下棋十分关键。 程序整体需要实现先后手的选取，胜负的判断以及显示棋局和相应信息。 运行所需环境：PyCharm 2019.2 语言：python 使用方法： ①点击执行exe后默认玩家为先手，鼠标样式为黑子，可以直接开始下棋 ②点击选择AI First按钮将设置玩家为后手，鼠标样式白子，游戏重新开始；点击Me First设置玩家为先手，游戏重新开始； ③当胜负已出，会显示“YOU LOSE”或者“YOU WIN！！”字样，此时无法再在棋盘下棋，需点击设置先后手按钮或者Replay按钮，重新游戏； ④若只选择Replay而不设置先后手，先后手同上一局。 ⑤点击Quit按钮退出游戏

使用C++编写的五子棋程序，算法用的是alpha-beta剪枝，用MFC的框架

游戏引擎和界面的结合，付论文讲述思想，清楚明白，适合初学者。人工智能，AI级别选择。可以先看论文在做程序