中国象棋在我看来最难的人工对战中电脑怎能走这个问题，以下为本人浅见，希望各位多多包涵！
1.初步尝试
电脑的优势在于强大的计算能力，虽然其不知道怎么走合适，但是它能够模拟的将每一种走法都走一遍，选最优的走法来走。我们的思路就有了，首先需要解决两个问题：
（1）怎么判断局面最优？
（2）怎么模拟走？
第一个问题可以用每一个棋子的重要程度来打分，比如将最重要，所以给1000分，而车次之给100分，炮80等等
第二个问题因为每一个中国象棋实现方式不同，所以我分享一下本人代码
电脑模拟走一步的代码：
mov Board::getbestmove(){ /* * 1.获取所有可能走的步数 * 2.试着走一下 * 3.看看局面怎么样 * 4.选择最好的走法 */ QVector<mov> canstep; canstep = getallstep(); int maxscore = -100000; mov ret; for(auto it = canstep.begin();it!=canstep.end();it++) { mov step = *it; fakemove(step); //模拟走一步 int score = ctscore(); //计算局面分 unfakemove(step); //返回 if(score>maxscore) //计算最大的局面分 { maxscore = score; ret.equal(step); } } qDebug()<<"get best move!!!"; return ret; //得到最好走法}以上代码可以实现电脑模拟走一步的场景，但是缺点也显而易见。就是目光短浅，只考虑到自己走一步，并没有考虑到对手走的一步，例如：我要吃电脑车，它会看着我吃，它只是遍历了自己走一步局面分最大的走法，但是没有考虑我走一步会造成的影响。
2.电脑模拟走两步的走法
我们可以这样设计--在电脑走一步后考虑我再走一步的结果，就是模拟两步，比如轮到电脑走有n种走法，电脑走了一步人又有n种走法，在这n*n种选择中再选最有利的---也就是局面分最大的
如上图所示，电脑如果走了1分支，人有三种选择，局面分分别为30，40，70分，正常人都会走对电脑最不利的一步棋即30分，所以我们需要找到电脑走每一个分支下的最小值。
3.电脑走n步的走法
很容易知道，电脑多考虑一步计算量就多一个循环。但是理论上让电脑考虑n步算法是可以实现的，先贴代码：
mov Board::getbestmove(){ /* * 1.获取所有可能走的步数 * 2.试着走一下 * 3.看看局面怎么样 * 4.选择最好的走法 */ //qDebug()<<"begin to get best move!!!"; QVector<mov> canstep; canstep = getallstep(0); //电脑走法 qDebug()<<"allstep ==="<<canstep.count(); int maxscore = -100000; mov ret; for(auto it = canstep.begin();it!=canstep.end();it++) { mov step = *it; //qDebug()<<"origin pao position is---"<<weizhi[9]; //qDebug()<<"chess "<<step.name<<" from "<<step.from<<" to "<<step.to; fakemove(step); int score = getminscore(level-1,maxscore); unfakemove(step); qDebug()<<"THE SCORE IS--"<<score; if(score>maxscore) { maxscore = score; ret.equal(step); } } return ret;}int Board::getmaxscore(int level,int curminscore){ if(level==0) return ctscore(); QVector<mov> step; step = getallstep(0); //获取人可以走的步数 int maxscore = -100000; for(auto it = step.begin();it!=step.end();it++) { mov mystep = *it; //qDebug()<<"chess "<<step.name<<" from "<<step.from<<" to "<<step.to; fakemove(mystep); int score = getminscore(level-1,maxscore); unfakemove(mystep); if(score>=curminscore) return score; //qDebug()<<"THE SCORE IS--"<<score; if(score>maxscore) { maxscore = score; } } return maxscore;}int Board::getminscore(int level,int curmaxscore){ if(level==0) return ctscore(); QVector<mov> step; step = getallstep(1); //获取人可以走的步数 int minscore = 100000; for(auto it = step.begin();it!=step.end();it++) { mov mystep = *it; //qDebug()<<"chess "<<step.name<<" from "<<step.from<<" to "<<step.to; fakemove(mystep); int score = getmaxscore(level-1,minscore); unfakemove(mystep); if(curmaxscore>=score) return score; //qDebug()<<"THE SCORE IS--"<<score; if(score<minscore) minscore = score; } return minscore;}我们首先设置一个level参数，表示需要电脑考虑几步，然后再用getminscore和getmaxscore递归调用，直到最后一层返回。
4.剪枝算法
如上图所示，如果第一个分支得到了最小的局面分30，然后有算出了第二个分支中有一个10，那说明第二个分支情况最好局面分也只有10，小于第一个分支的局面分30，所以第二个分支没用了，第二个分支的n-1中情况都不用在计算了。
具体项目代码见：https://github.com/luoshiyong/AIChess(求各位老铁给个star)