AI 国际象棋项目

一个学习项目，第一个版本已大概完成，虽然我觉得它还不是很厉害，但我疑似并不是他的对手emmmmm

总而言之，对于一个完全不懂国际象棋的人，能做出一个比自己还强的AI，神经网络还是挺有趣的

elo 到达 1500 我就满意了

代码执行方式

uvicorn main:app --reload

国际象棋规则简述

棋盘与棋子

1. 棋盘接结构

   • 棋盘为8×8的64个黑白交替方格，浅色棋格称为“白格”，深色棋格称为“黑格”。摆放时右下角需为白格
   • 横向为“行”（Rank），纵向为“列”（File），由字母a-h(file)和数字1-8(rank)标识每个格子

2. 棋子配置

   • 双方各执16枚棋子，包括：1王、1后、2车、2象、2马、8兵
   • 初始摆法：白棋位于第1-2行，黑棋位于第7-8行。
   • 白棋的后置于白格；黑棋的后置于黑格。
   • 白棋从左至右棋子摆放顺序为：RNBQKBNR。黑棋与其对应

棋子移动规则

1. 基础规则

   • 王（King）：横、直、斜均可移动一格，不可进入被攻击的格子。特殊情况下可进行[王车易位]
   • 后（Queen）：任意方向不限格数移动，威力最大
   • 车（Rook）：横、直移动不限格数，不可斜走
   • 象（Bishop）：斜线移动不限格数，开局时一象占白格，一象占黑格
   • 马（Knight）：走“日”字形（行2列1或列2行1），可越子
   • 兵（Pawn）：仅直进，第一步可选一或两格，之后每步一格；吃子时斜进一格

2. 特殊规则

   • 吃过路兵（En Passant）：若敌方兵第一步走两格至己方兵相邻位置，己方可立即斜吃该兵，但仅限下一步执行
   • 兵的升变（Promotion）：兵抵达对方底线时，必须升变为己方的后、车、象或马（不可变王或兵）
   • 王车易位（Castling）：每局一次，王向车横向移动两格，车越过王至相邻格。需满足以下条件：
     • 王与车未移动过，且位于同一横行（即不能与兵升变的车易位）；
     • 中间无其他棋子；
     • 王未被将军，且经过和到达的格子不受敌方棋子攻击

胜负与和局

1. 胜利条件

   • 将死（Checkmate）：使对方王无法避开将军即为胜局
   • 认输或超时：一方主动认输或比赛时间耗尽

2. 和局判定

   • 逼和（Stalemate）：一方未被将军但无合法移动
   • 任何一方以任何合法走法都无法将死对方，这种“和棋”称“死局”
   • 三次重复局面：同一局面出现三次，且轮到同一方行棋
   • 50回合规则：连续50回合未吃子且未移动兵
   • 双方同意和棋：需在行棋时提出，对方接受即生效

FEN 规范解释

使用 board.shredder_fen() 可打印出当前棋局的详细描述

print(board.shredder_fen())
# rnbqkb1r/pp2pppp/2p2n2/3p4/3P1B2/4PN2/PPP2PPP/RN1QKB1R b HAha - 0 4

• 第一个字符串表示棋子分布每层以 / 分隔，从第八层到第一层
• 第二个字符串表示行棋方， b 代表 black
• 第三个字符串表示特殊走法权利
  • 大写 H 与 A 分别表示白方在 H 与 a 文件的车仍保留易位权；
  • 小写 h 与 a 分别表示黑方在 h- 与 a- 文件的车仍保留易位权
  • - 表示无一方具有王车易位权
• 第四个字符串表示是否有吃过路兵的可能
• 第五个数字表示半回合计数：自上一次“吃子”或“兵着”之后，已经走过的半回合（half‑move）数，用于五十回合和棋规则
• 全回合计数记录：目前是第几回合（full move），从1开始计数，每当黑方走完则+1

棋子/棋盘编码

原始棋盘编码

一共 8*8 = 64 个格子

棋子类型：6 + 1(空格子) = 7 种，使用 3 bits 编码

棋子颜色：（0 = 白方，1 = 黑方），使用 1 bit 编码

因此整个棋盘需要 64 * (3 + 1) = 256 bits 编码

再加上一个当前玩家的回合，（0 = 白方，1 = 黑方）

由于 +1 的编码方式有些难以实现，所以多加一个 bit 用于编码

从而需要 64 * (3 + 1 + 1) bits 进行编码

白棋使用 1, 2, 3, 4, 5, 6

黑棋使用 9, 10, 11, 12, 13, 14

空白格为 0

编码为位平面

思路来源于：twichchess

将不同特征（如棋子种类、易位权利、吃过路标记）的多值编码用多个二值通道（bit‑planes）表示，可以让卷积核更容易在局部感受野内学习到这些离散特征

将每个格子的原始编码（0–15）拆分为四条二值位平面（bit‑planes），再加上一个回合平面，共 5 个通道输入给卷积网络。

将王车易位、吃过路兵做特殊编码。

操作评估函数计算

给每个棋子赋分，数据来源：Simplified Evaluation Function

特殊赋分：

• 孤兵与连通兵
• 活跃度
• 被将军惩罚
• 将死特判

TODO:

• 特殊操作加权，如 将军、绝杀、吃子、升变

每一步操作的得分评估函数：

更新了，但是暂时没时间写清楚

由于数据范围较大，因此做了简单的归一化，用当前得分除以当前对局得分绝对值的最大值。

训练数据来源

Chess Games

优化方向

• 将棋局分为：开局、中局、残局。以优化棋局评估函数

• 更新编码结构，将每一个旗子都编码为一个位面

• 更新神经网络结构，现在的神经网络结构还是太随机了