通常人们会使用pn-search或pn ^ 2或df-pn来回答是否存在胜利解决方案。
然后他们在min-max游戏树上使用alpha-beta修剪，具有良好的评估功能
它们的深度可达15层甚至更多
现在有一种蒙特卡罗方法可以成功处理Go。
Gomoku可以使用相同的技术吗？任何例子（源代码或纸张）
是否有任何论文描述了建立良好调整评估功能的好方法。
或者是否还有其他最先进或最有用的技术来处理Gomoku？
在处理Gomoku时是否需要进行pn搜索？
有没有不同的VCT引擎（src更好）？
答案 0 :(得分：3)
据我所知，证明号码搜索，基于依赖关系的搜索（也称为威胁空间搜索）以及基于alpha-beta框架的搜索算法主要用于顶级Gomoku程序。还有一些使用蒙特卡罗树搜索的Gomoku程序，但是，目前的结果并不是那么好。关于http://www.aiexp.info/gomoku-renju-resources-an-overview.html的文章总结了Gomoku AI的阅读材料，协议和源代码。
至于评价功能，到目前为止，虽然有一些论文描述了如何为Gomoku建立一个良好的评估功能，但它们都没有真正有效地实现最新技术。
在处理Gomoku时不需要Pn搜索。事实上，最先进的Gomoku引擎Yixin不使用pn-search。
Renjusolver是最好的VCT引擎。除了renjusolver之外，还有许多其他Gomoku引擎在解决VCT方面具有相对较好的性能，可以在http://gomocup.org/download/下载。目前，pela是解决VCT的最佳开源引擎。