通常，如果有解决方案，人们会使用pn-search或pn ^ 2或df-pn进行回答。
然后他们使用具有良好评估功能的min-max游戏树进行alpha-beta修剪
他们可以达到15层甚至更深的深度
现在有一种蒙特卡洛方法可以成功处理Go。
在Gomoku中可以使用相同的技术吗？任何示例(源代码或书面文件)
有没有论文描述构建良好调整的评估功能的好方法。
还是有其他任何最新的或有用的技术来应对Gomoku？
处理Gomoku是否需要pn搜索？
是否有其他不同的VCT引擎(src更好)？
最佳答案
据我所知，顶级的Gomoku程序主要使用证明号搜索，基于依存关系的搜索(也称为威胁空间搜索)以及基于alpha-beta框架的搜索算法。还存在一些使用蒙特卡洛树搜索的Gomoku程序，但是，当前结果不是那么好。 http://www.aiexp.info/gomoku-renju-resources-an-overview.html上的文章总结了Gomoku AI的阅读 Material ，协议(protocol)和源代码。
关于评估功能，到目前为止，尽管有一些文章描述了如何为Gomoku构建良好调整的评估功能，但它们都没有真正达到最新水平。
在与Gomoku打交道时，无需进行Pn搜索。实际上，最新的Gomoku引擎Yixin并未使用pn搜索。
Renjusolver是最好的VCT引擎。除了renjusolver之外，还有许多其他Gomoku引擎在解决VCT方面具有相对良好的性能，可以从http://gomocup.org/download/下载。目前，pela是解决VCT的最佳开源引擎。