Skip to content

Rust/Wasm AI 引擎

rust-ai/ 是黑白棋 AI 的搜索核心。它不处理 DOM、动画或菜单，只接收棋盘状态，计算一个候选落子，再把搜索统计返回给 JavaScript。

文档站对应页面：

https://billzi2016.github.io/Othello-AI/docs/rust-ai.zh/

算法深入说明：

https://billzi2016.github.io/Othello-AI/docs/algorithm-deep-dive.zh/

为什么用 Rust 和 Wasm

黑白棋搜索会反复生成合法步、落子、翻子和评估局面。Rust 适合写这种高频计算代码，编译成 Wasm 后可以在浏览器本地运行，不需要后端服务。

在本项目里，Rust 输出两个浏览器文件：

assets/wasm/othello_ai.js
assets/wasm/othello_ai_bg.wasm

assets/js/ai-worker.js 加载 JS 绑定文件，再调用导出的 search_best_move()。

输入

search_best_move() 的签名在 src/lib.rs 中：

pub fn search_best_move(
    cells: &[i8],
    is_black_turn: bool,
    think_time_ms: u32,
    allowed_moves: &[u8],
) -> String

参数含义：

  • cells：长度为 64 的棋盘数组。-1 表示黑棋，1 表示白棋，0 表示空格。
  • is_black_turn：当前是否黑棋行动。
  • think_time_ms：本次搜索的时间预算，浏览器默认传入 4000 毫秒。
  • allowed_moves：当前 Worker 分到的根节点候选步，按 [row, col, row, col] 编码。

Rust 会把 cells 转成两个 u64 Bitboard。bit 下标使用 row * 8 + col，这样 UI、JavaScript 和 Rust 使用同一套坐标。

输出

函数返回 CSV 字符串：

row,col,score,depth,nodes,elapsed_ms,nps

字段含义：

  • row 和 col：AI 选择的落子位置。
  • score：从根节点 AI 视角看的分数，越大越好。
  • depth：本次完成的最大搜索深度。
  • nodes：搜索访问的节点数。
  • elapsed_ms：实际耗时。
  • nps：每秒搜索节点数。

如果没有合法步，函数返回：

-1,-1,0,0,0,0,0

搜索怎样工作

引擎使用 NegaMax 形式的 Alpha-Beta 搜索。NegaMax 把黑白双方的最大化和最小化写成同一套递归逻辑，换边时取负分。Alpha-Beta 会提前剪掉不会改变最终选择的分支，让同样时间内搜索更深。

迭代加深从浅层开始，一层一层增加深度。这样即使 4 秒时间到，函数也能返回已经完成的最佳结果。

当空格数不超过 EXACT_ENDGAME_EMPTY 时，引擎会进入终局完全搜索，直接搜索到双方都无棋可走。这个阶段不再依赖评估函数猜结果。

怎样判断结果正常

正常搜索结果应该满足：

  • row 和 col 是当前合法步之一。
  • depth 大于 0。
  • nodes 大于 0。
  • elapsed_ms 通常小于或接近传入的时间预算。
  • 局面接近终局时，搜索深度可能快速增加，因为剩余空格变少。

如果 depth 一直是 0，先检查 allowed_moves 是否为空。如果 Worker 报 Wasm 初始化失败，检查 assets/wasm/ 中的生成文件是否存在。