双陆棋游戏的实现以棋局评价函数的优化设计为中心，通过不同的最优搜索算法来搜索棋局。 由于五子棋位置的复杂性高、评估难度大，设计最优位置搜索和评估函数很困难[2]。 目前，大多数五子棋人机游戏都存在自主学习能力有限、用户体验较差的问题。 如何设计和实现操作简单、具有优秀的自主学习能力、趣味性强的五子棋游戏软件是当前研究的热点问题[3]。 在五子棋人机博弈系统研究中，人机博弈问题的关键是博弈树搜索算法和棋局评估策略。 搜索与评估算法的性能对博弈系统的博弈水平具有重要影响[4-5]。 在搜索算法方面，常用的随机搜索算法存在适用性差、最优解搜索效率低的问题。 虽然剪枝搜索算法减少了数据冗余，但剪枝判断算法需要依赖设计者的经验。 问题[6]。 在态势评估策略方面，当前研究通过引入神经网络来提高评估效果，但存在训练时间复杂度高、对样本质量敏感等问题[7]。 因此五子棋游戏设计与实现，研究基于博弈树搜索模型的五子棋游戏软件的实现具有重要的现实意义。 针对双陆棋博弈系统设计中常用搜索算法和态势评估算法的局限性，研究了一种基于权重平衡策略的博弈树搜索与评估理论模型。 通过详细讨论五子棋游戏系统的设计策略，给出系统的具体实现流程，开发出游戏界面简单、用户体验良好、自主学习能力优秀的五子棋人机游戏系统。
1 基于权重平衡的博弈树模型研究 博弈树算法是人机象棋研究中最常用的算法。 它模拟人脑下棋时的思维模式，判断当前选择的对局策略是否有益于当前的棋局，并进一步评估当前的棋局策略对下一场棋局的影响。 经过几次对弈后3D场景，就可以形成一组多个棋局的状态。 下棋的过程也是一个情境状态不断切换的过程，情境状态转移方程为： T 0 =T(0) (1) 作者简介：曹晓燕（1986—），女，南通人音乐，江苏，硕士研究生五子棋游戏设计与实现，讲师。 研究方向：智能优化、移动应用开发技术研究。 — 31 —
