| ## 五子棋AI | |
| ✨🎉🎉🎉✨ 2023/11 重写了全部代码，代码更加简洁易懂，并修复了之前存在的AI可能会偶尔走错棋的问题，棋力更加稳定，React也更新到了最新的V18版本。 | |
| ***本仓库代码仅供个人业余研究AI用，代码肯定存在有很多不完善的地方，精力和专业所限请谅解*** | |
|  | |
| 极小化极大算法的五子棋AI实现。 扫描上方二维码，或者打开此页面可以直接体验 [http://gobang2.light7.cn/](http://gobang2.light7.cn/) | |
|  | |
| 如果你对机器学习、神经网络有兴趣，这里有一个基于Alpha Zero原理的AI [alpha-zero-gobang](https://github.com/lihongxun945/alpha-zero-gobang) 正在开发中，Tensorflow2.x实现，有兴趣的可以关注交流。 | |
| 需要交流的同学可以加QQ群 `622613966`,进群验证信息请填写 `gobang` | |
| ## 更新日志 | |
| - 2023/11/23 更新：V3版本重写了所有代码，现在代码更加简洁易懂，并修复了之前存在的AI可能会偶尔走错棋的问题，棋力更加稳定。 | |
| - 2020/11/29 更新: 修复了评分的明显bug，随机开局库可配置，网站已修复，可以愉快玩耍了 | |
| ## 教程 | |
| 我写了非常详细的中文教程，教你如何一步步编写自己的五子棋AI： | |
| - [五子棋AI设计教程第二版一：前言](https://github.com/lihongxun945/myblog/issues/11) | |
| - [五子棋AI设计教程第二版二：博弈算法的前世今生](https://github.com/lihongxun945/myblog/issues/12) | |
| - [五子棋AI设计教程第二版三：极小化极大值搜索](https://github.com/lihongxun945/myblog/issues/13) | |
| - [五子棋AI设计教程第二版四：Alpha Beta 剪枝算法](https://github.com/lihongxun945/myblog/issues/14) | |
| - [五子棋AI设计教程第二版五：启发式评估函数](https://github.com/lihongxun945/myblog/issues/15) | |
| - [五子棋AI设计教程第二版六：迭代加深](https://github.com/lihongxun945/myblog/issues/16) | |
| - [五子棋AI设计教程第二版七：Zobrist缓存](https://github.com/lihongxun945/myblog/issues/17) | |
| - [五子棋AI设计教程第二版八：算杀](https://github.com/lihongxun945/myblog/issues/18) | |
| - [五子棋AI设计教程第二版九：性能优化](https://github.com/lihongxun945/myblog/issues/19) | |
| 注意教程中的代码与代码仓库的有一定区别，但原理是一样的。 | |
| ## 安装依赖 | |
| 先执行 `npm install` 安装依赖。然后有如下命令可用： | |
| - `npm test` 运行单元测试 | |
| - `npm run js` 编译JS | |
| - `npm run less` 编译less | |
| - `npm run watch` 进入watch模式 自动编译文件 | |
| - `npm run build` 编译生成dist目录 | |
| ## 基本算法 | |
| - 极大极小值搜索 | |
| - Alpha Beta剪枝 | |
| - 启发式评估函数 | |
| - Zobrist缓存 | |
| - 迭代加深 | |
| - 算杀 VCT | |
| - ... | |