为什么同样是翻转棋作业，有人只求跑通，有人却直接给棋盘装上“思考回路”？

事情发生在多伦多大学工程系大一。当时的实验要求先写代码实现翻转棋（Reversi/Othello）的全部交互逻辑，再在8×8棋盘上做一个能自动落子、还能自己评估局势的AI。任务最后一步最刺激：必须击败两个教官机器人，才能进入课程排行榜，争夺额外加分。

打开网易新闻 查看精彩图片

第一步：把规则变成代码

翻转棋规则不复杂：黑白棋子，落子时要把对方的棋子夹在两边，夹住的子全部翻成自己的颜色，最终棋盘上子多的一方获胜。但工程实验不会这么简单——棋盘大小可变，捕获方向有8个。所以第一部分代码要处理：

  • 判断坐标是否在棋盘内
  • 检查某个方向是否有合法吃子
  • 生成全部合法落子点
  • 执行翻子操作并更新棋盘
  • 复制棋盘状态供后续搜索

这些函数全在终端环境下跑。作者晒出的函数声明包括 inBounds、checkLegalInDirection、flip、copyBoard 等，全是C语言，没靠任何现成游戏库。

第二步：让AI会“想”

只把规则写齐只是入门，要打赢教官机器人，得让AI会预判。作者选的方案是 minmax（极小化极大）搜索 + alpha-beta 剪枝。

Minimax的思路很简单：每个局面都能打分，分数越高对你越有利。你下这一步时，假设对手也会玩——他会选对他来说分数最低、也就是对你最不利的走法。你从未来的棋盘倒推回来，找到那个“在对手最优应对下仍能拿到最高分”的落子。

这是很多入门教程都会讲的内容。原作者当时没被教过，于是去网上找资料，比如 Sebastian Lague 的解释视频中就提到，黑棋最优走法会通向分数3——在3和5之间选小的，因为对手会压你。

第三步：用剪枝把时间压进1秒

搜索树越深，局面判断越准，但计算量爆炸。不优化的minimax根本来不及。加上 alpha-beta 剪枝后，搜索时会跳过那些双方都不可能选择的分支，在相同深度下砍掉大量无效计算，每步棋的时间就能压在1秒以内——这是实验的硬性要求。

最后的结果

靠这套组合拳，作者的AI击败了两个教官机器人，随后被送入循环赛，进入课程排行榜参与排名。

从只会写吃子判断的新手，到能用搜索算法下棋的AI，中间差的就是“多挖一步”的功夫。算法不是玄学，它只奖励那些肯把问题想透的人。