PC游戲編程（人機(jī)搏弈）

第一章 引言
1.1 人機(jī)博奕的要點(diǎn)
1.2 棋盤表示（Board Representations）
1.3 走法產(chǎn)生（Move Generation）
1.4 搜索技術(shù)（Search Techniques）
1.5 估值（Evaluation）
1.6 本書的布局
1.7 其他話題
1.8 關(guān)于范例程序
第二章 棋盤表示
2.1 基本表示方法
2.2 比特棋盤（Bit Boards）
第三章 走法產(chǎn)生
3.1 如何產(chǎn)生
3.2 效率問題
3.3 逐個產(chǎn)生VS全部產(chǎn)生
3.4 內(nèi)存的使用
第四章 基本搜索技術(shù)
4.1 博弈樹
4.2 極大極小值算法（Minimax Algorithm）
4.3 深度優(yōu)先搜索（Depth First Search）
4.4 負(fù)極大值算法（Negamax Algorithm）
第五章 估值基礎(chǔ)
5.1 棋子的價值評估
5.2 棋子的靈活性與棋盤控制
5.3 棋子關(guān)系的評估
5.4 與搜索算法配合
第六章 實(shí)例研究
6.1 數(shù)據(jù)表示
6.2 走法產(chǎn)生器
6.3 搜索引擎
6.4 估值核心
6.5 操作界面
6.6 試用
第七章 搜索算法的改進(jìn)
7.1 Alpha-Beta搜索
范例程序
7.2 Fail-soft alpha-beta
范例程序
7.3 渴望搜索（Aspiration Search）
范例程序
7.4 極小窗口搜索（Minimal Window Search/PVS）
范例程序
7.5 置換表（Transposition Table）
7.6 哈希表（Hash Tabe）
應(yīng)用置換表的其他問題
7.7 Zobrist哈希技術(shù)
范例程序
7.8 迭代深化（Itera tive Deepening）
范例程序
7.9 歷史啟發(fā)（The History Heuristic）
范例程序
7.10 殺手啟發(fā)（Killer Heuristic）
7.11 SSS*/DUAL*算法
7.12 SSS*與Alpha-Beta
7.13 MTD（f）算法
范例程序
7.14 綜合運(yùn)用
第八章 估值核心的優(yōu)化
8.1 估值函數(shù)的速度
8.2 估值函數(shù)與博弈性能
8.3 估值函數(shù)的內(nèi)容及其調(diào)試
第九章 其他重要的話題
9.1 水平效應(yīng)（Horizon Effect）
9.1.1 靜止期搜索（Quiescence Search）
9.1.2 擴(kuò)展搜索（Search Extensions）
9.2 開局庫（Opening Book）
9.3 殘局庫（Endgame Database）
9.4 循環(huán)探測（Repetition Detection）
9.5 代碼的優(yōu)化（Code Optimization）
9.5.1 優(yōu)化的階段及地方
9.5.2 函數(shù)調(diào)用的時間開銷
9.5.3 查表代替計(jì)算
9.5.4 交叉遞歸
9.5.5 內(nèi)存管理的時間開銷
9.6 其他方法
9.6.1 輕視因子（Contempt Factor）
9.6.2 機(jī)器學(xué)習(xí)（Machine Learning）
9.6.3 并行搜索
9.6.4 圍棋
第十章 五子棋對拜的程序?qū)嵗?br />10.1 概述
10.2 數(shù)據(jù)表示
10.3 走法產(chǎn)生器
10.4 搜索引擎
10.5 估值核心
10.6 操作界面
10.7 試用
附錄 術(shù)語表
第一章 引言
1.1 人機(jī)博奕的要點(diǎn)
1.2 棋盤表示（Board Representations）
1.3 走法產(chǎn)生（Move Generation）
1.4 搜索技術(shù)（Search Techniques）
1.5 估值（Evaluation）
1.6 本書的布局
1.7 其他話題
1.8 關(guān)于范例程序
第二章 棋盤表示
2.1 基本表示方法
2.2 比特棋盤（Bit Boards）
第三章 走法產(chǎn)生
3.1 如何產(chǎn)生
3.2 效率問題
3.3 逐個產(chǎn)生VS全部產(chǎn)生
3.4 內(nèi)存的使用
第四章 基本搜索技術(shù)
4.1 博弈樹
4.2 極大極小值算法（Minimax Algorithm）
4.3 深度優(yōu)先搜索（Depth First Search）
4.4 負(fù)極大值算法（Negamax Algorithm）
第五章 估值基礎(chǔ)
5.1 棋子的價值評估
5.2 棋子的靈活性與棋盤控制
5.3 棋子關(guān)系的評估
5.4 與搜索算法配合
第六章 實(shí)例研究
6.1 數(shù)據(jù)表示
6.2 走法產(chǎn)生器
6.3 搜索引擎
6.4 估值核心
6.5 操作界面
6.6 試用
第七章 搜索算法的改進(jìn)
7.1 Alpha-Beta搜索
范例程序
7.2 Fail-soft alpha-beta
范例程序
7.3 渴望搜索（Aspiration Search）
范例程序
7.4 極小窗口搜索（Minimal Window Search/PVS）
范例程序
7.5 置換表（Transposition Table）
7.6 哈希表（Hash Tabe）
應(yīng)用置換表的其他問題
7.7 Zobrist哈希技術(shù)
范例程序
7.8 迭代深化（Itera tive Deepening）
范例程序
7.9 歷史啟發(fā)（The History Heuristic）
范例程序
7.10 殺手啟發(fā)（Killer Heuristic）
7.11 SSS*/DUAL*算法
7.12 SSS*與Alpha-Beta
7.13 MTD（f）算法
范例程序
7.14 綜合運(yùn)用
第八章 估值核心的優(yōu)化
8.1 估值函數(shù)的速度
8.2 估值函數(shù)與博弈性能
8.3 估值函數(shù)的內(nèi)容及其調(diào)試
第九章 其他重要的話題
9.1 水平效應(yīng)（Horizon Effect）
9.1.1 靜止期搜索（Quiescence Search）
9.1.2 擴(kuò)展搜索（Search Extensions）
9.2 開局庫（Opening Book）
9.3 殘局庫（Endgame Database）
9.4 循環(huán)探測（Repetition Detection）
9.5 代碼的優(yōu)化（Code Optimization）
9.5.1 優(yōu)化的階段及地方
9.5.2 函數(shù)調(diào)用的時間開銷
9.5.3 查表代替計(jì)算
9.5.4 交叉遞歸
9.5.5 內(nèi)存管理的時間開銷
9.6 其他方法
9.6.1 輕視因子（Contempt Factor）
9.6.2 機(jī)器學(xué)習(xí)（Machine Learning）
9.6.3 并行搜索
9.6.4 圍棋
第十章 五子棋對拜的程序?qū)嵗?br />10.1 概述
10.2 數(shù)據(jù)表示
10.3 走法產(chǎn)生器
10.4 搜索引擎
10.5 估值核心
10.6 操作界面
10.7 試用
附錄 術(shù)語表
參考文獻(xiàn)