基于 Pygame 开发的中国象棋游戏，实现了完整的游戏规则、用户交互和智能AI对手。

功能特性

• 完整的中国象棋规则实现（将帅、士、象、马、车、炮、兵卒）
• 图形化界面，支持鼠标点击操作
• 选中棋子时高亮显示可移动位置
• 回合指示和游戏状态显示
• 键盘快捷键支持（重置、帮助、退出）
• 游戏胜利判定
• 智能AI对手：使用极小极大算法带Alpha-Beta剪枝实现的AI系统
• 多难度级别：支持简单、中等和困难三种难度设置
• AI开关：可以随时开启或关闭AI功能，支持双人对战

安装说明

前提条件

• Python 3.6 或更高版本
• Pygame 库

安装步骤

1. 下载本项目到本地

2. 安装依赖

pip install pygame

使用方法

1. 运行游戏

python main.py

2. 游戏操作

   • 左键点击选择棋子，然后点击目标位置移动
   • 选中棋子后，绿色标记表示可移动位置
   • R键: 重置游戏
   • H键: 显示帮助
   • A键: 切换AI开关
   • 1-3键: 设置AI难度（1-简单，2-中等，3-困难）
   • ESC键/Q键: 退出游戏

游戏规则

基本规则

1. 游戏分为红方和黑方，红方先行
2. 不同棋子有不同的移动规则：
   • 将/帅：只能在九宫内上下左右移动一格
   • 士/仕：只能在九宫内斜着移动一格
   • 象/相：只能走田字格，不能过河，且田字中心不能有棋子阻挡
   • 马：走日字格，马腿不能有棋子阻挡
   • 车：可以横向或纵向任意距离移动，但不能跳过棋子
   • 炮：可以横向或纵向任意距离移动，吃子需要一个炮架
   • 兵/卒：未过河只能前进，过河后可以左右移动
3. 吃掉对方的将/帅获胜

AI实现细节

本游戏实现了一个智能的AI对手，基于经典的极小极大算法带Alpha-Beta剪枝优化：

核心算法

AIPlayer类实现了以下关键功能：

class AIPlayer:
    def __init__(self, color, difficulty=1):
        self.color = color  # AI的颜色
        self.difficulty = difficulty  # 难度等级，1-简单，2-中等，3-困难
        # 根据难度设置搜索深度
        self.search_depth = {1: 1, 2: 2, 3: 3}[difficulty]
        
        # 增强的棋子价值评估表
        self.piece_values = {
            KING: 10000,
            ADVISOR: 200,
            ELEPHANT: 200,
            HORSE: 400,
            CHARIOT: 900,
            CANNON: 450,
            PAWN: 100
        }

高级评估系统

AI使用了复杂的位置评估表来判断棋局优劣：

def evaluate_board(self, board):
    """增强的棋盘评估函数"""
    score = 0
    piece_count = {RED: 0, BLACK: 0}
    mobility_bonus = 0
    
    # 查找将/帅位置
    red_king_pos = None
    black_king_pos = None
    
    for y in range(len(board)):
        for x in range(len(board[0])):
            piece = board[y][x]
            if piece:
                # 各种评估因素...
                
                # 过河奖励
                if piece.piece_type == PAWN:
                    if (piece.color == RED and y > 4) or (piece.color == BLACK and y < 5):
                        position_value += 20
                    # 接近底线的兵价值更高
                    if (piece.color == RED and y > 7) or (piece.color == BLACK and y < 2):
                        position_value += 30

优化的搜索算法

AI实现了多种搜索优化技术：

def minimax(self, board, depth, is_maximizing, alpha, beta):
    """优化的极小极大算法带Alpha-Beta剪枝"""
    # 到达搜索深度，使用增强评估
    if depth == 0:
        return self.evaluate_board(board.board)
    
    # 检查游戏是否结束
    if board.check_win():
        # 如果AI获胜，返回高分
        winner = board.get_winner()
        if winner == self.color:
            return 100000 + depth  # 深度加分避免过早结束
        else:
            return -100000 - depth

移动排序优化

为了提高Alpha-Beta剪枝效率，AI实现了智能的移动排序：

def get_best_move(self, board):
    """优化的最佳走法选择算法"""
    # 生成所有可能的移动并进行预排序以提高剪枝效率
    scored_moves = []
    for piece in ai_pieces:
        valid_moves = board.get_valid_moves_for_piece(piece)
        for move in valid_moves:
            # 快速评估移动价值
            move_score = self._score_move(board, piece, move)
            scored_moves.append((piece, move, move_score))
    
    # 按移动价值降序排序
    scored_moves.sort(key=lambda x: x[2], reverse=True)

项目结构

tes3/
├── main.py         # 主程序入口
├── src/
│   ├── game.py     # 游戏主逻辑
│   ├── board.py    # 棋盘类
│   ├── piece.py    # 棋子类基类和各种棋子实现
│   ├── ai_player.py # AI玩家实现
│   ├── constants.py # 常量定义
│   └── test_pieces.py # 测试脚本
├── images/         # 游戏图片资源
├── sounds/         # 游戏音频资源
└── README.md       # 项目文档

核心代码解析

游戏主循环

游戏主循环管理用户输入、AI移动和游戏渲染：

def run(self):
    """游戏主循环"""
    while self.running:
        # 检查是否是AI回合
        if self.ai_enabled and self.board.current_player == self.ai_color and not self.ai_thinking and self.board.game_state != GAME_OVER:
            self.handle_ai_move()
        
        self.handle_events()
        self.draw()
        self.clock.tick(60)
    
    pygame.quit()
    sys.exit()

AI移动处理

游戏中处理AI移动的关键代码：

def handle_ai_move(self):
    """处理AI移动"""
    self.ai_thinking = True
    
    # 获取最佳移动
    best_move = self.ai_player.get_best_move(self.board)
    
    if best_move:
        piece, move = best_move
        # 执行移动
        self.board.select_piece(piece.x, piece.y)
        self.board.move_piece(move[0], move[1])
    
    self.ai_thinking = False

棋盘初始化

棋盘类负责初始化游戏棋盘和棋子位置：

def initialize_board(self):
    """初始化棋盘，放置所有棋子"""
    # 黑方棋子
    self.board[9][4] = create_piece(KING, BLACK, 4, 9)
    self.board[9][3] = create_piece(ADVISOR, BLACK, 3, 9)
    # ... 其他棋子初始化
    
    # 红方棋子
    self.board[0][4] = create_piece(KING, RED, 4, 0)
    self.board[0][3] = create_piece(ADVISOR, RED, 3, 0)
    # ... 其他棋子初始化

开发说明

扩展游戏功能

可以通过以下方式扩展游戏功能：

1. 添加悔棋功能
2. 实现更高级的AI算法（如蒙特卡洛树搜索）
3. 保存和加载游戏进度
4. 添加音效和动画效果
5. 实现网络对战功能

调整AI难度

可以通过修改AI搜索深度或评估函数来调整AI难度：

# 在AIPlayer类中的初始化方法
self.search_depth = {1: 1, 2: 2, 3: 3}[difficulty]

致谢

感谢Pygame社区提供的图形库支持，以及所有为中国象棋AI算法研究做出贡献的开发者。