preTable是三維的預(yù)置表，其中的兩個高維度分別代表了2個條件：
(1)棋子的顏色是什么；
(2)棋子處在什么位置上。
在明確上述兩個條件的具體值之后，就可以獲得全部可行著法的列表。由于預(yù)置表是頻繁訪問的數(shù)據(jù)，所以，預(yù)置表占用的空間不應(yīng)太大，而且執(zhí)行時應(yīng)以能夠載入內(nèi)存為宜，所以針對具體棋類還須因地制宜地采用一些技巧。
1．3 搜索控制
在解決機(jī)器博弈問題中，搜索是機(jī)器博弈的核心，他控制著系統(tǒng)各個模塊的調(diào)用，他效率的高低直接影響搜索的速度，是決定整個博弈系統(tǒng)棋力高低的首要因素。
首先，他調(diào)用招法生成模塊，對當(dāng)前局面產(chǎn)生所有可能的招法并將產(chǎn)生的招法保存到招法列表中。然后，判斷當(dāng)前局面是否有獲勝方，如果有獲勝方返回當(dāng)前局面的估值；否則再判斷是否是葉子節(jié)點(diǎn)，如果是葉子節(jié)點(diǎn)，調(diào)用估值模塊對當(dāng)前局面進(jìn)行估值并將其返回；如果不是葉子節(jié)點(diǎn)則按照當(dāng)前招法走一步棋并且調(diào)用自身將剛生成的節(jié)點(diǎn)展開，此過程一直持續(xù)下去直到分出勝負(fù)或者搜索到葉子節(jié)點(diǎn)。接著，按照走法將當(dāng)前局面撤銷，退到?jīng)]有走棋時的局面。然后判斷是否需要剪枝。以上過程反復(fù)執(zhí)行，將龐大的博弈樹一層一層展開以搜索最佳招法，并將其輸出。
在NiosⅡ系統(tǒng)中，使用遞歸調(diào)用的方式來實(shí)現(xiàn)搜索算法，使用負(fù)極大值算法(Negamax algorithm)，并且采用固定深度的深度優(yōu)先搜索，同時配合α-β剪枝技術(shù)來搜索最佳招法。
1．4 局面評估
對葉子結(jié)點(diǎn)所對應(yīng)的局面打分是估值函數(shù)的職責(zé)，通過對局面的量化值來表示局面的好壞，而博弈樹的其他節(jié)點(diǎn)的值則通過算法從葉子節(jié)點(diǎn)返回得到。函數(shù)的輸入是待評估的函數(shù)，輸出是一個數(shù)值。
博弈樹的葉子結(jié)點(diǎn)是需要調(diào)用估值函數(shù)加以估值的結(jié)點(diǎn)。而博弈樹的中間結(jié)點(diǎn)和根節(jié)點(diǎn)的分值，均可利用極大極小原理從葉子節(jié)點(diǎn)的取值倒推出來。除了殘局階段，搜索樹中的大部分葉子結(jié)點(diǎn)，都是未分勝負(fù)的結(jié)點(diǎn)，需要估值函數(shù)對該局面做出評價(jià)，并以數(shù)值的形式反映優(yōu)劣程度。一般地，將所有特征的取值的加權(quán)和作為估值函數(shù)值。局面p的估值函數(shù)V(p)，一般形式如下：

式中：fi表示特征；wi表示權(quán)值。
需要注意到是，對于負(fù)極大值算法中葉子節(jié)點(diǎn)的估值必須對那一方走棋敏感，評估模塊設(shè)置使能信號，在搜索狀態(tài)機(jī)發(fā)出評估使能信號后，評估模塊立即對當(dāng)前局面進(jìn)行評估并在一定的延時后返回局面的評估值。如果評估使能信號無效，評估模塊的輸出保持在高阻態(tài)，不對局面進(jìn)行評估。