从人类的文明产生开始，博弈和人类的智慧就密不可分。对于人工智能来说，博弈是人工智能最早承担的任务之一，而博弈的抽象本性更成为其感兴趣的研究对象。早在1950年，外国就有人研究计算机博弈，随着研究的进行，人工智能界将计算机博弈的研究聚焦在国际象棋、中国象棋、日本将棋以及围棋等博弈上，然而早期中国的计算机博弈研究者却寥寥无几，相对的发表的文献也很少。但是这些状况在近些年来却有了改观，国内个别院校终于在中国象棋、六子棋方面取得了一些成绩，尤其是六子棋，它的研究时间尽管非常短，却引起了世界的瞩目。因此，我的研究课题就锁定在对六子棋的计算机博弈的研究。为了使六子棋能够在人工智能界发挥其形象的“果蝇”作用，也为了能够加快六子棋的研究进展，本文在各个技术方法原来的基础上进行了一些创新，并且与原来的技术方法进行了比较。本文的工作重点是在搜索算法的研究上，提出了将以Alpha-Beta搜索算法为基础的MTD（f）算法，融合历史启发、迭代深化以及双置换表算法，同时也通过实验证明了此方法使着棋的速度更快，并且智能化更高。当然一个好的评估函数也是提高搜索速度的另一个方面，因此本文除了在搜索算法上有所改进外，还对评估函数做了一些改进，将遗传算法和神经网络算法对评估函数的影响进行了重点的分析比较，经过实验证明确实提高了六子棋博弈系统的综合性能。最后以Visual Studio2005.net为开发工具，向大家展示了一个完整的智能化的六子棋博弈系统。