/ChineseChess

个人项目,**象棋Qt界面与AI象棋引擎

Primary LanguageC++Do What The F*ck You Want To Public LicenseWTFPL

**象棋

介绍

  • 个人项目,**象棋Qt界面与AI象棋引擎
  • 棋盘结构为 PEXT位棋盘 ,使用CPU中128位寄存器的低90位来存储棋盘,对应C++的数据结构为__m128i
  • 使用了 POPCNT指令,BMI位操作指令集中的PEXT与TZCNT指令,SSE指令集中的与、或、非、异或、零测试,AVX2指令集 等指令来进行走法预生成与快速运算,需要相应的CPU支持
  • 引擎算法基于超出边界(Fail-Soft)的AlphaBeta剪枝,使用迭代加深(含内部迭代加深)的搜索方式
  • 在局面评价上使用NNUE(快速可更新的神经网络)对进行局面评估
  • 支持历史表启发,杀手启发,吃子启发,有良好的走法排序器
  • 支持基于SSE的无锁置换表裁剪、带验证的空着裁剪、落后走法衰减、落后走法裁剪、杀棋步数裁剪、无用裁剪、差值裁剪
  • 支持将军延伸和重复局面检测(支持长将检测和部分长捉检测)
  • 支持主要变例搜索、使用OpenMP与QtConcurrent并发库进行Lazy-SMP多线程搜索
  • 联网的情况下支持ChessDB提供的开局库、对局库和残局库,大约可提升引擎200ELO左右

软件架构

  • Qt、C++

开发环境

  • 集成开发环境: Qt最新版
  • 编译器: Qt最新版自带的最新版MinGW

语言标准

  • C++最新标准,开启GNU最新的语言级别扩展特性

引擎棋力(非NNUE版本,使用云库、CPU:i5-8265U)

天天象棋测试(非NNUE版本,使用云库、CPU:i5-8265U)

  • 可战胜业8-3纯人,得出本软件ELO大约为2000左右
  • 天天象棋人机对战可以战胜精英级别电脑(天天象棋分析12层),由此可得本软件大致与新版天天象棋分析13层相当。
  • 实战测试结果最高等级如下(该账号仅用于测试软件棋力,由于达到业余9-1后,再往后的测试需要实名认证,鉴于已经达到了测试的目的,所以该账号现已注销): 评测最高等级
  • 更多实战测试的内容在:https://www.bilibili.com/video/BV1eR4y1j777

JJ象棋测试(非NNUE版本,使用云库、CPU:i5-8265U)

  • 实战测试可战胜特大等级纯人,最高达到荣誉顶级,100盘胜率94%,有1盘掉线,1盘与其他软件作和,4盘输给其他软件,其余与纯人对战都赢了
  • 该账号仅用于测试软件棋力,由于特大等级的小部分人和荣誉顶级的绝大部分人都是软件,由于本软件不具备与其他软件对撕的能力,鉴于已经达到了测试的目的,故不再往后测试 评测最高等级

使用说明

  • 打开可执行即可运行程序

参与贡献

  • PikaCat

未来愿景

  • 这个引擎目前还有很多不完善的地方((>﹏<)一大堆捏~):

    1. 没有发挥出位棋盘该有的速度,相比于数组棋盘提升幅度不是很大,所以对应的程序实现还有很多未被发现的Bug没有解决。
    2. 搜索速度不快,剪枝力度不够大。
    3. 没有UCI协议支持,目前无法使用命令模式将引擎与界面解耦。
    4. 没有引擎ELO测评平台,如CCRL。
    5. 没有测试平台,如fishtest。
  • 建立这个仓库的初心是看到国际象棋Stockfish引擎的开源仓库及其开源社区支持的强大支持,于是想着能不能在国内也建立一个这样的仓库,让更多象棋引擎爱好者参与引擎的改进,更新,提issue,提pull requests,众人拾柴火焰高。就像Stockfish超过商业引擎Komodo一样,有一天我们也能够媲美象棋旋风。

  • 我曾经看到过一句话,我很喜欢:If you love something, set it free. 来自虚幻引擎的官网。这里的free有两种意思,免费与自由。所以如果你喜欢一样东西,想让它变好,就让它免费吧,让它可以被它人自由获取吧!这也是我为什么要开源的原因,这也是我为什么使用WTFPL的原因。

  • 作为一条咸鱼ヾ(•ω•`)o,梦想还是要有的,万一实现了呢?

云开局库、残局库

特别感谢

参考文献

  1. 象棋百科全书:https://www.xqbase.com/computer.htm
  2. 象棋编程维基百科:https://www.chessprogramming.org/Main_Page
  3. Shark象棋引擎论文:http://rportal.lib.ntnu.edu.tw/bitstream/20.500.12235/106625/1/n060147070s01.pdf
  4. NNUE神经网络手册:https://github.com/glinscott/nnue-pytorch/blob/master/docs/nnue.md

参考代码

  1. 象棋小巫师: https://github.com/xqbase/xqwlight
  2. 象眼: https://github.com/xqbase/eleeye
  3. 国际象棋位棋盘: https://github.com/maksimKorzh/bbc
  4. 佳佳象棋:https://github.com/leedavid/NewGG
  5. Fairy-Stockfish:https://github.com/ianfab/Fairy-Stockfish