前些天各地都炒作了G00GLE的AlphaGo如何厉害,
实质上就是结合了深度神经网络和蒙特卡罗搜索树算法,
目前也只有这两个算法适合围棋AI,而且可以很好地配合,
神经网络算法比较复杂,调优也很费时费力,
而蒙特卡罗算法很简单,无需棋类经验,只要有规则即可,
对RAM/ROM要求非常低,主要依赖CPU整数计算,
而且极易分布式计算,不过不太适合用GPU计算.
我写了不到200行核心代码就实现了围棋规则和蒙特卡罗算法,并做了高度优化.
然后还有一个简单的界面也只有200行左右,
暂时没有做多核支持,甚至AI计算也在主线程中,AI思考时不要乱动界面.
编译压缩后只有6K,虽然棋力只能看作玩具,
不过这是纯粹的毫无经验的推断AI,就像刚学会规则却从未下过也没看过一盘棋.
放在这里当作新春礼物吧,源代码会在合适的时间开放.
链接: http://pan.baidu.com/s/1c1howJe 密码: x96h