项目 · AI 课程项目
Gomoku Lab（五子棋实验室）
一个 15 × 15 五子棋课程项目，涵盖启发式搜索、Minimax、MCTS 与 AlphaZero 风格的实验，并带有经过回归测试的 VCF 算杀。
gomoku-lab 是一个较早的课程项目。它重新变得有用，是因为其中一些原本被当作"已完成"的搜索逻辑其实并不正确。
2026 年的一次维护复现了一个 VCF（连续冲四取胜）缺陷：原代码可能把"不存在真正的成五点"误判为强制手，错误处理双重威胁，并忽略可选的禁手合法性。修正后的搜索会统计合法的立即成五点，把两个成五点视为无法防守的双重威胁，只沿唯一的强制防守递归，优先考虑行棋方的立即胜利，并对状态恢复做回归测试。
现在有七个确定性的 VCF 测试覆盖这些语义。
平台包含什么
项目由规则引擎、Tkinter 界面和一组对外暴露同一 get_best_move 接口的引擎梯队组成：
- 贪心基线：能赢就赢，该堵就堵，否则落在邻近位置；
- 迭代加深的 Minimax，带 Alpha-Beta 剪枝、杀手着法与历史启发、Zobrist 置换表，以及基于棋形（成五、活四、双重威胁、活三）的评估函数；
- 蒙特卡洛树搜索，使用 UCB1、RAVE 与渐进展宽；
- AlphaZero 风格的残差网络配合 PUCT 搜索与自我对弈训练管线；未安装 PyTorch 时退化为随机落子。
规则引擎支持黑棋的标准禁手判定（长连、三三、四四），界面支持人人对战、人机对战、机器互搏与棋谱回放。