国际象棋:静止搜索主导运行时

时间:2017-05-17 23:46:09

标签: go chess alpha-beta-pruning

我已经使用静止搜索我的国际象棋引擎实现了alpha-beta搜索。但是,在大多数位置,静态搜索占总执行时间的80-90%,如我的分析器所示。我的修剪有错误吗?

我已经包含了alpha-beta例程和静止例程。

我的静止搜索直接基于this pseudocode

// Perform the alpha-beta search.
func ab(b *dragontoothmg.Board, alpha int16, beta int16, depth int8, halt chan bool, stop *bool) (int16, dragontoothmg.Move) {
    nodeCount++

    if *stop {
        return alpha, 0
    }

    found, tableMove, tableEval, tableDepth, tableNodeType := transtable.Get(b)
    if found && tableDepth >= depth {
        if tableNodeType == transtable.Exact {
            return tableEval, tableMove
        } else if tableNodeType == transtable.LowerBound {
            alpha = max(alpha, tableEval)
        } else { // upperbound
            beta = min(beta, tableEval)
        }
        if alpha >= beta {
            return tableEval, tableMove
        }
    }
    if depth == 0 {
        //return eval.Evaluate(b), 0
        return quiesce(b, alpha, beta, stop), 0
    }

    alpha0 := alpha
    bestVal := int16(negInf) 
    moves := b.GenerateLegalMoves()
    var bestMove dragontoothmg.Move
    if len(moves) > 0 {
        bestMove = moves[0] // randomly pick some move
    }
    for _, move := range moves {
        unapply := b.Apply(move)
        var score int16
        score, _ = ab(b, -beta, -alpha, depth-1, halt, stop)
        score = -score
        unapply()
        if score > bestVal {
            bestMove = move
            bestVal = score
        }
        alpha = max(alpha, score)
        if alpha >= beta {
            break
        }
    }

    if *stop {
        return bestVal, bestMove
    }

    var nodeType uint8
    if bestVal <= alpha0 {
        nodeType = transtable.UpperBound
    } else if bestVal >= beta {
        nodeType = transtable.LowerBound
    } else {
        nodeType = transtable.Exact
    }
    transtable.Put(b, bestMove, bestVal, depth, nodeType)
    return bestVal, bestMove
}

func quiesce(b *dragontoothmg.Board, alpha int16, beta int16, stop *bool) int16 {
    nodeCount++
    if *stop {
        return alpha
    }
    var standPat int16
    found, _, evalresult, _, ntype := transtable.Get(b)
    if found && ntype == transtable.Exact {
        standPat = evalresult
    } else {
        standPat = eval.Evaluate(b)
        transtable.Put(b, 0, standPat, 0, transtable.Exact)
    }
    if standPat >= beta {
        return beta
    }
    if alpha < standPat {
        alpha = standPat
    }
    moves := b.GenerateLegalMoves()
    if len(moves) == 0 { // TODO(dylhunn): What about stalemate?
        return negInf
    }
    for _, move := range moves {
        if !isCapture(move, b) {
            continue
        }
        unapply := b.Apply(move)
        score := -quiesce(b, -beta, -alpha, stop)
        unapply()
        if score >= beta {
            return beta
        }
        if score > alpha {
            alpha = score
        }
    }
    return alpha
}

func isCapture(m dragontoothmg.Move, b *dragontoothmg.Board) bool {
    toBitboard := (uint64(1) << m.To())
    return (toBitboard&b.White.All != 0) || (toBitboard&b.Black.All != 0)
}

1 个答案:

答案 0 :(得分:1)

如果我正确阅读了您的代码,您正在搜索所有捕获。你可以做些什么来挽救工作,就是修剪无望的捕获动作。事实证明,移动是如此糟糕以至于跳过它们是安全的很常见,所以这种技术非常安全。

例如,看看这个位置:

enter image description here

FEN:rnbqkbnr/pppppppp/8/8/8/8/1PP1PPP1/RNBQKBNR w KQkq - 0 1

有三个捕获:

  • Rxa7
  • Qxd7 +
  • Rxh7

让我们假设引擎首先尝试与女王的捕获移动。布莱克有四种方法可以捕获,但任何这些移动都可能导致截止。

例如,黑人玩Bxd7。现在白色在结果位置有两个捕获,Rxa7或Rxh7。

在这里,大多数引擎都会认识到白色已经落回到材料中(与beta相比),即使捕获一个棋子也无济于事。因此,这两次捕获都不太可能导致截止。

在这里,您当前的搜索仍会继续搜索这些动作。检测此类案例并跳过这些行动将节省大量工作。

还有进一步的优化。例如,具有static exchange evaluation的强引擎会立即看到Qxd7将赢得一个棋子但会松开女王。由于这是一个糟糕的交易,引擎可以立即跳过这一举动。其他两个车辆捕获也是如此。

但是,与往常一样,存在一种权衡。如果你过于激进地修剪,你最终也会修剪好动作。一般来说,我建议花更多的时间在正常的搜索中,而不是在静止搜索中,所以积极的修剪应该没问题。