欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020104680211
申请人: 南京邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 运动;游戏;娱乐活动
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于多级优先队列的海克斯棋评估方法,其特征在于,包括以下步骤:

步骤S1、获取当前局面所有棋子的位置信息;

步骤S2、根据棋局状态将当前下棋方分为进攻方和防守方两类;其中进攻方表示当前落子目的在于促进己方连通,防守方表示落子目的在于阻止对方连通;判断当前下棋方的状态;

步骤S3、当前下棋方为进攻方时,选择进攻方的5种优先级类别,用于接下来匹配确定棋子的优先级,并设定优先队列的进攻方排序规则;当前下棋方为防守方时,选择防守方的

5种优先级类别,用于接下来匹配确定棋子的优先级,并设定优先队列的防守方排序规则;

具体地,

所述进攻方的优先队列排序函数为:

其中,x表示下一步棋子落子位置;h1(x)表示下一步在x落子后棋局的实连通层数;h2(x)表示下一步在x落子后棋局的虚连通层数,其中虚连通层数指将海克斯棋中的桥结构也视为连通;N(x)表示下一步在x落子后棋局的网络流评估结果;α表示实连通层数,β表示虚连通层数,λ表示网络流评估结果;Ji表示第i步决策的的总连通层数,即Ji=max(h1(x)+h2(x));△J=Ji‑Ji‑1,当△J=0时表示当前的决策与上次的决策其连通层数没有发生变化,需引入网络流模型进一步评估;

所述防守方的优先队列排序函数为:

d(x)=Am1(x)+Bm2(x)+Cm3(x)‑λN(x)

其中,x表示下一步棋子落子位置;m1(x)表示x所在层中防守方棋子的数量;m2(x)表示x外围第一层中防守方棋子的数量;m3(x)表示x外围第二层中防守方棋子的数量;N(x)表示下一步在x落子后棋局的网络流评估结果;A,B,C,λ分别代表m1(x)、m2(x)、m3(x)以及N(x)在排序函数中所占的比重;

步骤S4、遍历此刻局面中当前落子方的所有棋子,依据规定好的相应优先级类别,确定每个棋子的优先级,并将其存入对应优先级的优先队列中;具体步骤如下:步骤S4.1、预设优先队列q1~q5,分别对应五个优先级,其中q1优先级最高,q5优先级最低;每个优先队列的元素包括棋子位置信息和下一步棋子位置信息;

步骤S4.2、遍历棋局中的当前下棋方的所有棋子,通过与规定的5级优先级类别匹配后,确认下一步应该走的位置以及对应的优先级,并将其存入对应的优先队列中;这里需要注意,如果一个棋子匹配得到多个优先级,则选择最高的优先级作为该棋子的优先级;

步骤S5、选择优先级最高的优先队列q1,并取出q1队首元素S10进行验证;当S10满足筛选函数要求时,则将S10作为评估结果;当S10不满足筛选函数要求时,选择下一优先级的优先队列qi,其中i∈{2,3,4,5};并取出qi队列的队首元素Si0重复验证,直至选出满足筛选函数的队首元素Si0,作为最终评估结果。

2.根据权利要求1所述的一种基于多级优先队列的海克斯棋评估方法,其特征在于,所述步骤S5中的验证过程如下:步骤S5.1、计算出当前局面的进攻方的总连通层数h=h1(x)+h2(x)步骤S5.2、根据预设好的博弈经验得到当前局面下无效的落子位置集合XN;

步骤S5.3、根据步骤S3所述多级优先队列模型得到下一步决策后局面的进攻方总连通层数h′;当h′=h时,表示这一步决策的无意义,不予考虑;对于进攻方来说,当h′>h时,则这一步决策满足筛选函数;对于防守方来说,当h′

步骤S5.4、通过多级优先队列模型得到下一步的决策位置为x0,当x0∈XN时,则此决策无意义,不予考虑;当 时,表示此决策满足筛选函数。