HarmonyOS 小游戏《对战五子棋》开发第11篇 - AIPlayer设计概览：三档难度架构

从随机到搜索------游戏AI的三级跃迁

设计截图如下：

AIPlayer整体架构

typescript 复制代码

export class AIPlayer {
  private aiColor: number;      // AI棋色
  private humanColor: number;   // 人类棋色
  private difficulty: Difficulty; // 难度等级

  getMove(board: number[][]): Move {
    // 空棋盘下天元
    if (isEmpty) return new Move(7, 7);
    
    // 根据难度选择策略
    switch (this.difficulty) {
      case Difficulty.EASY:   return this.getEasyMove(board);
      case Difficulty.NORMAL: return this.getNormalMove(board);
      case Difficulty.HARD:   return this.getHardMove(board);
    }
  }
}

三档难度对比

维度	简单	普通	困难
策略	规则优先级	启发式评估	Minimax搜索
搜索深度	0（只看当前）	0（只看当前）	2（向前看2步）
候选数量	全部	全部	Top 12
评估方式	单步判定	攻防加权	全盘评估
计算量	O(n)	O(n)	O(n^3)
棋力	新手级	业余级	进阶级

简单模式：规则优先级

typescript 复制代码

private getEasyMove(board: number[][]): Move {
  // 1. AI能赢就赢
  // 2. 堵对手四连
  // 3. 堵对手活三
  // 4. 随机选择（偏中心）
}

简单模式用if-else优先级链做决策，没有评估函数，计算量最小。

普通模式：启发式评估

typescript 复制代码

private getNormalMove(board: number[][]): Move {
  for (const move of candidates) {
    attackScore = evaluatePosition(AI落子)
    defendScore = evaluatePosition(人类落子)
    totalScore = attackScore * 1.1 + defendScore
  }
  return bestMove;
}

普通模式引入评估函数，对每个候选位置计算攻防综合分数。攻击略高于防御（×1.1），体现"进攻是最好的防守"。

困难模式：Minimax + Alpha-Beta

typescript 复制代码

private getHardMove(board: number[][]): Move {
  for (const move of topCandidates) {
    score = minimax(board, depth=2, alpha, beta, isMaximizing=false)
  }
  return bestMove;
}

困难模式用Minimax算法向前搜索2步（我方→对方→评估），配合Alpha-Beta剪枝加速。

空棋盘的特殊处理

typescript 复制代码

getMove(board: number[][]): Move {
  let isEmpty = true;
  for (let i = 0; i < BOARD_SIZE; i++) {
    for (let j = 0; j < BOARD_SIZE; j++) {
      if (board[i][j] !== EMPTY) {
        isEmpty = false;
        break;
      }
    }
    if (!isEmpty) break;
  }
  if (isEmpty) {
    return new Move(7, 7);  // 天元
  }
  // ...
}

为什么空棋盘要下天元？

天元(7,7)是棋盘正中心，向各方向延伸的机会均等
简化候选生成------不需要遍历空棋盘
符合五子棋开局惯例

难度选择与页面集成

typescript 复制代码

// AIBattlePage中创建AI
private aiPlayer: AIPlayer = new AIPlayer(WHITE, Difficulty.EASY);

private startLevel(level: number): void {
  const config = this.levels[level - 1];
  this.aiPlayer = new AIPlayer(WHITE, config.difficulty);
}

每个关卡对应一个难度等级：

第1关 → EASY
第2关 → NORMAL
第3关 → HARD

设计模式：策略模式

三档难度的实现本质上是策略模式：

typescript 复制代码

switch (this.difficulty) {
  case Difficulty.EASY:   return this.getEasyMove(board);
  case Difficulty.NORMAL: return this.getNormalMove(board);
  case Difficulty.HARD:   return this.getHardMove(board);
}

getMove是统一接口，内部根据难度选择不同的算法策略。如果将来要添加更多难度，只需新增一个方法。

总结

AIPlayer的三档难度展示了游戏AI的经典进化路径：

规则驱动（简单）→ 人类经验编码为if-else
评估函数（普通）→ 量化棋型价值
搜索算法（困难）→ 向前推演对手反应

这个路径也是真实游戏AI的发展历程------从早期国际象棋的规则引擎，到AlphaGo的深度学习。