如果让你根据电脑下棋的特点和它对弈,你将怎样战胜它?

2025-02-12 08:51:07

推荐回答（1个）

回答1：

计算机下棋的思考模式
现在主流弈棋计算机的基本“思考模式”很简单，就是
对当前局面下的每一种合法走法所直接导致的局面进行评估，
然后选择“获胜概率”最高的局面所对应的那个走法。也就是
说，“准确评估给定局面的胜率”是主流弈棋计算机的核心问
题，同时也是主要难点所在。在进一步深入讨论这一核心技术
问题之前，我们先在基本思考模式层面简单比较一下计算机棋
手与人类棋手的异同。
可以说，计算机的基本策略是所有“人类有可能采用”的
策略中最原始最简单的一种。毫无疑问，人类的思考模式中必
然也包含“局面评估”的部分，然而人类至少还同时拥有另一
个重要的思考模式
—
战略性思考，也就是把一个基本目标有
效分解成一系列“子目标”。
以围棋为例，“获胜”是围棋的最终目的，而胜的定义
是“结束比赛时拥有更多棋子和空”（中国规则）。但是人类
棋手在对弈时显然并不是每时每刻都在基于这个“胜”的定义
进行思考
—
通常我们只在棋局进入中后期时才经常性地“数
目”。在对弈的大部分时间里我们是在思考诸如“如何借助右
上角黑棋的毛病扩张”
、
“如何做活”
、
“如何侵消对手的模样”
、
“如何在劫争中转换”
、
“如何分断”等等一系列具体问题。我
们注意到，每一个这样的“具体问题”实际上是改变了思考
的目标，把一个“求胜”的问题转化成了一系列“分断”或者
“做活”之类的子问题。这样的一个“战略计划”，其背后的
逻辑当然是，我们的大脑相信在当前情况下“分断对手大龙”
是最有可能导致最终赢棋的子目标。一旦确立了子目标，人类
棋手便集中精力考虑具体战术走法来完成这个子目标，而不是
“赢棋”这个最终目标。与之不同的是，目前主流的弈棋计算
机从基本思考模式上并不依赖于“生成并确定子目标”的战略
能力。在大多数时刻，这些弈棋计算机只关心一个问题，就是
按照“胜”的基本定义来赢得比赛
※
1
。
“在当前局面下，我走在
x点的话最终能赢几子”，计算机就是通过不停地重复问自己这
个问题来完成对弈的。尽管这听起来很“原始”，但正如前面
所说，这样思考的计算机却已经在很多棋类中达到了相当令人
惊讶的水平！
现在我们回到“评估局面胜率”这一计算机弈棋的核心问
题上。主流方法中一次局面评估通常由被称为“静态评估”和
“动态评估”的两个部分协同配合完成。
目前使用的方法很容易理解。就像网上经常遇到的性格

测试：让一个人做10道选择题，每道题如果选A加1分，选B不
加分，然后根据10道题的总分对这个人的性格进行分类，0～2
分的是黏液质性格，8～10分的是多血质性格……
国际象棋的
局面静态评估过程和性格测试非常类似，对于一个给定的局面
（对应性格测试里的一个人），评估算法问“当前局面里我
方有没有皇后”，有的话加10分，没有不加分；再问“有没有
兵”，有的话每个兵加1分，没有不加分……然后评估算法把所
有问题的得分加起来，总分越高代表该局面胜率越大。
我们看到，计算机对国际象棋局面的静态评估过程相当于
给局面做了一次测试卷，其中每一道测试题对应了局面的一个
特征。一般来说，优秀的国际象棋计算机所使用的“测试卷”
中的每一道题都是由人类大师根据自己多年的弈棋经验精心设
计的，而里面每道题的“分值”或者由象棋大师直接设定，或
者由计算机根据海量棋谱通过被称为“机器学习”的技术自行
决定。
前一种方法往往面临的一个问题是，人类大师其实根本
就不用这种“给局面做测试卷”的方式思考，所以他们的经验
有时很难直接指导分值设定。而在后一种基于机器学习技术的
做法下，象棋大师除了设计用于评估局面的“考题”（每道
题分值待定）之外，“只”需要对用于“训练”计算机的棋谱
中出现的每一个局面打一个“局面总分”（这个总分并不基于
大师为计算机设计的任何“考题”，而是直接根据自己的经验
得出），计算机就可以自动为每道考题选择一个合适的分值，