10月吐槽1：关于AI，AI的难度一种是通过角色技能的设计，一种是资源上优势，一种是本身高智能。现在在想，要体现AI的难度梯度，是否需要第三种实现，感觉似乎没有必要。

核心玩法：以象棋为基础，为在此基础上改进的PVP玩法。

玩法规则：【腾讯文档】副本-规则书
https://docs.qq.com/doc/DSGF6a052am9GdnlM

大聪明想到一个点子，先不做联网，改作热座模式，单机pvp

1. 架构：B/S
   1. 数据库、协议、引擎、工具构件……之后再说了。客户端这边暂定lua+U3D（或dota2便于测试），服务端Java
2. 模块：
   1. 核心模块——【 PVP象棋，AI，】（原型核心），悔棋，认输
   2. 验证防作弊，登录，房间，加解密（安全）
   3. 重要模块——聊天室，排行榜，敏感词
   4. 充值模块——英雄，皮肤，充值
   5. 其他模块——个人信息
   6. 可选模块——replay，数据日志

PS登录模块的设计：网上随便找了一下

PS其他模块后面再慢慢补充……

吐槽：

这两天都在设计PVP象棋变种的核心玩法。发现几个问题要先研究研究：

1. 和棋频率过高
2. 开局走法固定
3. 子力（车马炮士卒）
4. 先手优势（有多大优势或者劣势？）

PS2：关于AI和评估函数

象棋AI的评估函数是AI决策的核心，它评估当前棋盘上的局面，为AI提供一个数值，以便AI判断哪些走法更有利。以下是设计象棋AI评估函数的一些基本原则和具体因素：

1. 基本原则：

• 简洁性：评估函数需要足够简洁，以便在有限的时间内评估大量的走法。
• 准确性：尽管简洁，但评估函数还需要足够准确，能够反映出当前局面的优劣。

2. 具体因素：

• 材料平衡：评估每一方的棋子价值，例如，将和士的价值可能高于兵和卒。
• 棋子位置：评估棋子的位置价值，某些位置可能更有利于攻击或防守。
• 棋型和结构：评估当前棋盘上的棋型和结构，例如，连环车、双炮等。
• 棋子的活动性：评估棋子的活动性和灵活性，活跃的棋子通常更有价值。
• 局面的进攻和防守：评估每一方的攻击和防守能力，以及王（将/帅）的安全性。

3. 评估函数的具体设计：

• 加权和：评估函数通常是以上因素的加权和。每个因素都有一个权重，表示其在总评估中的重要性。
• 调整权重：通过对战测试和机器学习等方法，不断调整权重，以提高评估函数的准确性。

4. 以象棋AI为例：

• 材料平衡：将=9分，车=5分，马=3分，炮=3分，士=3分，象=3分，兵=1分。
• 棋子位置：为每个棋子的每个可能位置赋予一个位置价值，例如，中心位置的马可能比边缘位置的马更有价值。
• 棋型和结构：为常见的棋型和结构赋予一个价值，例如，连环车可能比单车更有价值。
• 活动性：为棋子的活动性赋予一个价值，例如，有多个走法的马可能比被限制的马更有价值。

5. 实现：

• 静态评估：评估当前局面，不考虑未来的走法。
• 动态评估：与搜索算法（如alpha-beta剪枝）结合，考虑未来的走法和对手的反应。

6. 优化：

机器学习和人工智能：使用机器学习算法，如深度学习，自动调整评估函数的权重和参数，以提高其准确性和效率。