第七章 中國象棋引擎的維護與更新

7.1 版本發佈的工程實踐

中國象棋引擎的版本發佈遵循一定的工程實踐：

開發版本：在開發分支上持續集成新特性，頻繁提交。

測試版本：經過基本測試後，發佈給社區測試者進行大規模測試。

穩定版本：經過Fishtest等平臺的統計驗證後，發佈爲穩定版本。

長期支持版本：對於重要的穩定版本，提供長期更新和維護。

7.2 問題跟蹤與社區回饋

皮卡魚等開源項目使用GitHub Issues進行問題跟蹤：

Bug報告：用戶提交Bug報告，開發者定位和修復問題。

功能請求：用戶提交功能請求，社區討論其可行性和優先級。

疑問解答：社區成員在Issue中回答其他用戶的問題。

7.3 持續集成與自動化測試

現代中國象棋引擎項目使用持續集成（CI）進行質量保證：

編譯測試：每次提交自動驗證在多個平臺和編譯器下編譯成功。

迴歸測試：運行標準測試棋譜，確保代碼改動沒有引入棋力退化。

性能測試：對比當前版本和前一版本的搜索性能（NPS等指標）。

第八章 結論與展望

8.1 歷史總結

中國象棋計算機博弈的發展史是一部技術演進、社區協作和知識共享的歷史：

技術演進：從1980年代簡單的Alpha-Beta搜索到2020年代的NNUE神經網絡評估，中國象棋引擎的棋力從業餘初級水平進化到超越人類極限。

社區協作：從個別開發者的孤獨探索到全球協作的開源社區，中國象棋引擎的開發模式發生了根本性變化。

知識共享：從閉源黑盒到開放代碼和文檔，知識傳播成本的降低加速了技術進步的速度。

8.2 未來展望

展望未來，中國象棋引擎的發展可能會呈現以下趨勢：

深度學習與傳統搜索的深度融合：NNUE只是深度學習與傳統搜索結合的第一步。未來可能出現更復雜的深度神經網絡架構與傳統搜索算法的深度融合。

更強大的開源生態：隨着更多開發者的參與和更完善的協作工具，開源引擎將繼續擴大對商業引擎的優勢。

多模態分析的普及：引擎分析、棋譜數據、自然語言解釋等多種模態的融合，將爲用戶提供更豐富的象棋分析體驗。

移動端和瀏覽器的性能提升：隨着WebAssembly和移動端AI芯片的發展，在瀏覽器和移動設備上運行接近頂級棋力的引擎將成爲可能。

8.3 最後的思考

回顧從1989年將族在倫敦首屆ICGA奪冠到2026年的皮卡魚開源社區的蓬勃發展，中國象棋計算機博弈經歷了近四十年的發展。這段歷史見證了一個獨特的知識共同體的形成和壯大。

在這個共同體中，有學術界的嚴謹研究，有商業界的創新探索，有社區的開放協作，有個人開發者的孤獨堅守。這些力量匯聚在一起，共同推動了中國象棋引擎技術的持續進步。

對於後來的研究者，我們希望這份報告能夠提供幫助，讓他們能夠站在前人的肩膀上繼續前進。對於象棋愛好者，我們希望這份報告能夠增進對中國象棋軟件生態的理解。對於普通的讀者，我們希望這份報告能夠展示一個技術社區是如何通過開放、共享和協作來創造卓越成果的。

中國象棋計算機博弈的故事還在繼續，它的未來將由新的開發者、新的社區、新的技術來書寫。願這個故事永遠開放，永遠充滿活力。

第十一卷 中國象棋引擎常用算法詳解

第一章 搜索算法的數學分析

1.1 中國象棋博弈樹的大小

中國象棋的博弈樹規模可以通過以下參數估算：

平均分支因子（Average Branching Factor）：約40-60 典型搜索深度：10-20層（專業引擎），4-8層（初學者引擎）

博弈樹節點數（粗略估計）： 半層深度4：約40^4 = 2,560,000 半層深度8：約40^8 = 6,553,600,000,000 半層深度12：約40^12 = 16,777,216,000,000,000,000

Alpha-Beta剪枝在理想順序下可以將複雜度降低到平方根級別： 半層深度8：約40^(8/2) = 40^4 = 2,560,000 半層深度12：約40^(12/2) = 40^6 = 4,096,000,000

這就是爲什麼剪枝如此重要——沒有剪枝，連10層搜索都是不可能的。

1.2 評估函數中的權值學習

手工評估函數中權值的學習方法：

線性迴歸方法： 使用大量標註了勝負結果的棋局數據，通過線性迴歸學習各特徵的權值。目標是最小化評估值與局勢結果之間的差異。

公式：評估值 = w1 x f1 + w2 x f2 + … + wn x fn

其中w是權值向量，f是特徵向量。通過最小二乘法求解最優權值。

基於比賽結果的方法： 調整權值的依據是引擎比賽的結果——如果某次權值調整後引擎勝率提升，則保留調整。

這種方法的效果取決於測試對局的數量。在Fishtest系統中，通常需要幾千到幾萬局測試才能確定一次權值調整的效果。

NNUE權值的端到端學習： 不同於手工評估的線性組合，NNUE通過多層神經網絡學習從局面特徵到評估值的複雜映射。

NNUE的訓練使用梯度下降法計算各層權值的梯度，然後通過反向傳播更新權值。

第二章 中國象棋引擎的測試基準

2.1 常用測試棋譜集

中國象棋引擎測試中常用的棋譜集包括：

標準開局測試集：包含100-1000個不同開局變例的測試棋譜。用於測試引擎在開局階段的表現。

中局戰術測試集：包含100-500個典型中局戰術題目的測試棋譜。用於測試引擎的戰術計算能力。

殘局測試集：包含100-200個典型殘局局面的測試棋譜。用於測試引擎的殘局處理能力。

經典對局測試集：包含50-100個歷史經典對局的測試棋譜。用於測試引擎的整體棋力水平。

2.2 測試環境的標準化

中國象棋引擎測試中需要控制的環境因素：

硬件環境：CPU型號、核心數、內存大小、操作系統版本

時間控制：每步時間限制（如15秒+0.5秒）、總時間限制（如每方45分鐘包乾）

開局庫設置：使用統一的標準開局庫（或禁用開局庫以測試引擎的純棋力）

置換表大小：統一設置爲一個標準值（如256MB）

評估參數：統一使用引擎的默認設置

測試對局的數量：爲了獲得統計顯著的結果，通常需要1000-10000局測試。

2.3 測試結果的統計分析

中國象棋引擎測試結果的統計分析方法：

勝率統計：統計引擎在測試對局中的勝、負、和的比例。

ELO計算：基於比賽雙方的勝率計算ELO等級分差。ELO的計算公式： E = 1 / (1 + 10^((Rb - Ra) / 400)) 其中E是玩家A對玩家B的期望得分，Ra和Rb分別是A和B的ELO等級分。

置信區間：使用統計方法估計ELO等級分差的範圍，如95%置信區間。

顯著性檢驗：使用SPRT或其他統計方法判斷測試結果是否具有統計顯著性。

第三章 中國象棋引擎的錯誤分析

3.1 常見引擎錯誤類型

中國象棋引擎在實際運行中可能出現以下錯誤：

搜索錯誤：

1. 視盲（Horizon Effect）：關鍵變化發生在搜索深度之後，引擎無法看到
2. 過度剪枝：剪枝策略過於激進，導致錯過了關鍵變化
3. 評估偏差：評估函數在某些局面類型上存在系統性偏差

評估錯誤：

1. 過度重視子力：在戰術組合中可以暫時棄子的情況下，評估函數的子力權重過高
2. 位置判斷失誤：對某些複雜位置的價值判斷不準確
3. 規則處理錯誤：長將長捉等循環規則的引擎實現存在缺陷

並行錯誤：

1. 線程安全問題：多個搜索線程之間的數據競爭和同步問題
2. 負載不均：不同搜索線程的計算量分配不合理
3. 通信開銷：線程間同步的通信開銷抵消了並行化的收益

3.2 錯誤的發現與修復

中國象棋引擎錯誤的發現和修復流程：

1. 錯誤發現：用戶報告異常、比賽對局異常或自動測試發現問題
2. 錯誤重現：在可控條件下重現錯誤
3. 錯誤定位：通過日誌分析和代碼審查定位錯誤的來源
4. 修復設計：設計修復方案
5. 修復驗證：通過測試確認修復有效且沒有引入新的錯誤
6. 迴歸測試：運行完整的迴歸測試集確認修復沒有引入問題

第四章 國際象棋引擎技術在中國象棋中的應用

4.1 Stockfish代碼架構的移植

皮卡魚對Stockfish代碼的移植是一個系統工程，涉及以下關鍵部分的修改：

棋盤表示層：

• 棋盤尺寸從8x8改爲9x10
• 棋子類型從6種/方改爲7種/方
• 初始局面FEN的修改

規則校驗層：

• 新增將帥照面檢測
• 新增炮的跳喫規則
• 修改象的塞眼規則
• 修改馬蹩腳規則
• 修改兵/卒的走法規則（過河後橫走）
• 修改循環着法規則（長將長捉檢測）

評估與搜索層：

• NNUE輸入特徵的適配（棋盤尺寸和棋子類型的變化）
• 評估函數的規則適配
• 搜索剪枝邊界條件的調整

4.2 UCI到UCCI的協議遷移

從UCI協議到UCCI協議的遷移是皮卡魚適配過程中的一個重要步驟：

UCI和UCCI的差異：

• 初始化和配置流程基本相同
• 着法格式從"e2e4"變爲"a0a1"格式
• 棋盤尺寸和棋子類型在FEN中的差異
• UCCI新增了部分中國象棋特定的選項

皮卡魚使用了一個協議翻譯層，將UCCI指令轉換爲引擎內部的UCI表示。這種方法減少了核心引擎代碼的修改量，使得後續從Stockfish同步代碼變更更加容易。

4.3 技術遷移的經驗與教訓

從國際象棋到中國象棋的技術遷移經驗：

成功經驗：

1. 搜索算法可以直接遷移（PVS、剪枝技術等與棋種無關）
2. 並行搜索策略可以直接使用（Lazy SMP等）
3. 測試方法論可以直接引入（Fishtest、SPRT等）
4. 編譯優化技術可以直接複用（SIMD指令集優化等）

需要適配的領域：

1. 規則實現需要完全重寫（中國象棋的規則差異很大）
2. 評估函數需要重新設計（棋子價值、位置價值完全不同）
3. NNUE輸入特徵需要調整（棋盤尺寸、棋子類型不同）

教訓：

1. 直接移植國際象棋評估函數到中國象棋是不可行的
2. 中國象棋的循環規則複雜度遠高於國際象棋，需要更多的開發工作
3. 中國象棋的開局庫和殘局庫需要從零開始建設