计算机博弈是人工智能研究的一个重要分支，它的研究为人工智能带来了很多重要的方法和理论，产生了广泛的社会影响和学术影响。计算机围棋是近年来继国际象棋之后计算机博弈研究的热点所在。本文在对相关文献进行了全面综述后，围绕计算机围棋中的若干关键问题进行了深入研究，主要的创新性内容如下：1，建立棋子的影响模型，将棋子向棋盘其它部分辐射的影响量化，从而判断对弈双方的控制领域，并据此将棋子分块，组成战斗的基本单位，通过对棋块强弱程度的分析，产生攻防着点。本文提出了三种影响模型，分别适用于精细计算、静态形势评估和动态搜索。在系统的不同任务模块中使用不同的影响模型，这是影响模型应用的一个尝试，在实验中取得了较好的效果。2，通过机器学习的方法，从棋谱中自动获取定式，建立定式库。我们在记录不同棋谱中的重复走法的基础上，根据对围棋定式的认识，添加了一定约束，使得学习到的定式更合理，更符合人类的理解，实用性更强。应用此方法，对34,000局棋谱进行处理，得到定式点680,638个。利用在学习棋谱时记录的关于定式的历史信息，与静态评估函数相结合来选择定式，既充分的发挥了定式的作用，又与盘面形势紧密联系，在一定程度上解决了定式应用问题。3，在着法选择机制上，以基于影响模型的静态评估函数为核心，利用搜索模块确定棋块状态，考虑匹配定式点的加权，既模拟了人类棋手对势的感觉，又发挥了计算机善于计算的特长，将静态分析、动态搜索以及知识库的利用有机的结合起来，表现出了一定层次的智能。在以上工作的基础上，我们实现了一个完整的计算机围棋博弈系统，该系统在定式应用、死活搜索等方面达到了世界著名围棋程序的水平，具有一定的实用价值。