预测 Chess960 结果并构建开局主题的机器学习算法

本工作聚焦于 Chess 960（亦称 Fischer Random Chess）的分析，这是传统国际象棋的一种变体，其棋子起始位置随机化。该研究旨在使用机器学习技术预测对局结果，并为每个起始位置构建开局主题。分析的第一部分利用机器学习模型基于各位置中的特定着法预测对局结果。方法包括将来自 .pgn 文件的原始数据分离为可用格式，并创建每个起始位置约 500 局对局组成的数据集。使用了三种机器学习算法——KNN 聚类、随机森林和梯度提升树——来预测对局结果。为建立开局主题，将棋盘划分为五个区域：中心、白方王翼、白方后翼、黑方王翼和黑方后翼。使用所有 960 个位置中顶级引擎对局的数据来追踪开局中棋子的移动。通过分析在特定着法时各区域棋子数量的变化，本报告预测对局所朝向发展的区域。这些模型为预测对局结果和理解 Chess 960 的开局主题提供了有价值的见解。