【亲测免费】 Python五子棋AI代码
2026-01-24 05:33:13作者:廉皓灿Ida
简介
本仓库提供了一个使用Python和Pygame编写的五子棋AI程序代码。该AI程序采用了极大极小值搜索、Alpha-Beta剪枝以及启发式评估等方法,以增加搜索深度,从而提升AI的棋力。
功能特点
- 极大极小值搜索:通过递归搜索所有可能的走法,选择最优的走法。
- Alpha-Beta剪枝:在搜索过程中剪去不必要的分支,减少计算量,提高搜索效率。
- 启发式评估:通过评估棋盘状态,为每一步走法打分,帮助AI做出更明智的决策。
使用方法
-
克隆仓库:
git clone https://github.com/yourusername/gomoku-ai.git -
安装依赖:
pip install pygame -
运行程序:
python main.py -
开始游戏: 运行程序后,你将看到一个五子棋棋盘。你可以选择与AI对战,或者观察AI之间的对战。
文件结构
main.py:主程序文件,包含游戏的主循环和AI的调用。ai.py:AI逻辑实现文件,包含极大极小值搜索、Alpha-Beta剪枝和启发式评估的实现。board.py:棋盘逻辑实现文件,包含棋盘的初始化、落子、判断胜负等功能。utils.py:工具函数文件,包含一些辅助函数。
贡献
欢迎大家提出改进建议或提交PR。如果你有更好的AI算法或优化方案,欢迎分享!
许可证
本项目采用MIT许可证,详情请参阅LICENSE文件。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
701
4.51 K
Ascend Extension for PyTorch
Python
564
693
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
542
98
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
957
954
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
411
338
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
939
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
209
昇腾LLM分布式训练框架
Python
150
177
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
140
221