以下是它的功能和特性：
内存占用极低，约600byte
执行一次迭代过程，算法在初级水平（同学，这是单片机，不是电脑！）
在8mhz的msp430上算法执行时间不超过0.3s
支持人机对战，双人对战和无线对战（通过nrf24l01实现）
代码精简
嵌入式彩屏gui实现
支持陀螺仪体感旋转放置棋子
与xmove手持终端相关的介绍文章列表如下:
下面我将简要的介绍系统实现过程，同时附上源代码。不过因为我系统对低内存平台做了特别的优化，如果你要纯粹往pc上移植的话，可能还不如去pudn上面下代码来得快。当然参考一下设计思路也是有价值的。
我们要重点分析以下几个问题：
为了简化代码，我做了如下的定义：
#define unsigned char u8 //8bit
#define unsigned intu16 //16bit
对于2kb内存的单片机，已经有将近1kb用于系统本身，可供使用的应用内存不超过1kb。如果不做优化，内存必然不够用。可以简单做个计算，五子棋盘大小15*15，每格存在三种情况，黑子，白子，无子，若用byte型存储，就需要225byte,若加上中间迭代过程是完全不够的。
因此我做了如下简化：每个子只占用两个bit,因此总共225个点，采用16bit的unsigned int存储，仅仅需要29大小的数组
做了这样的简化，必须提供读取或写入某点是何情况的接口函数：
ps:大三写的c代码，有点丑陋，大家随便看看吧
系统在任意一方下棋之后，需要检测该方是否获胜，很简单，我们检测横竖，左斜和右斜四种情况是否满足五子连珠即可：
如前所述，由于单片机的硬件和内存限制，我们需要在算法实现上做一些必要的妥协：
按盘面分析填写棋型表：本程序核心模块之一，人工智能算法的根本依据。其具体实现方法如下：在下五子棋时，一定会先根据棋盘上的情况，找出当前最重要的一些点位，如“活三”、“冲四”等；然后再在其中选择落子点。但是，电脑不会像人一样分析问题，要让它知道哪是“活三”、哪是“冲四”，就得在棋盘上逐点计算，一步一步的教它。
先来分析己方的棋型，我们从棋盘左上角出发，向右逐行搜索，当遇到一个空白点时，以它为中心向左挨个查找，如果遇到己方的子则记录然后继续，如果遇到对方的子、空白点或边界就停止查找。左边完成后再向右进行同样的操作；最后把左右两边的记录合并起来，得到的数据就是该点横向上的棋型，然后把棋型的编号填入到computer[x][y][n]中就行了（x、y代表坐标，n=0、1、2、3分别代表横、竖、左斜、右斜四个方向）。而其他三个方向的棋型也可用同样的方法得到，当搜索完整张棋盘后，己方棋型表也就填写完毕了。然后再用同样的方法填写对方棋型表。
注意：所有棋型的编号都要事先定义好，越重要的号数越大。经过我的测试，从0子到四子连珠的评分标准可以用这个数组来表达：long marktransform[5]={0,100,400,2000,10000};
于是，电脑在下棋时，仅仅需要计算哪个点的评分最大，就在这点下棋。
如果大家仔细的看了第三部分的内容，就不难得到算法核心了，但问题也来了。我们要存储computer和人这两个巨大的三维数组。所以必须制定自己的一套内存分配规则，来尽可能减小内存占用花销。
每个空子的位置，从左右方向的己方的子不会超过5种，所以，我们可以用4bit来存储（它可以储存8种情况）。 对每一方，例如计算机方，我们定义一个数组u16 data[8][29]， u16 和29的来源在第一节就已经讲过，是225个点的存储。至于前面的8的来源：上下左斜右斜攻击四类情况，每类需要2bit，所以要定义8这样的大小。如下图：
以下是计算整个棋盘每个点的评价值，存储在data的临时数组当中， a,b,c,d四个寄存器，分别存储x,y坐标，向左和向右两个方向的判断步数（最多到4）,以及该空点在该线的连子数目。
获取以上的评价规则后，我们得到对某一方的最核心的计算下子位置的函数：
在形参表中x,y通过指针的形式返回真正的计算结果， u16 data1和 data2分别是己方和对方的棋型表， totalchesedata则是整个棋盘当前局势。算法挨个遍历每个点，计算该点在四个方向上的权值之和。分别计算己方和对方的值，最大评分点就是下子点。
其实完全可以这么理解，若己方的最大值大于对方的最大值，这显然对己方是有利的，己方应该进攻大于防守； 反之，对方已占先机，我方应该放手大于进攻。
要实现五子棋，除了核心算法还有其他外围模块作为支持，有以下的函数：
画棋盘，选择框
键盘输入
菜单选择
无线对战（省略）
考虑到不同平台和硬件环境下，这些功能的实现可能完全不同，所以我仅仅贴一些示意性代码：
流程因为很简单，所以就不画了。
实现五子棋的算法有很多选项，比如基于博弈树的剪枝算法，和我这种比较简化的靠遍历评分的算法。这个算法来自于网上，水平仅仅算是初级，缺点也很明显，
只顾眼前利益，不能顾全大局，这就和许多五子棋初学者一样犯了“目光短浅”的毛病。要解决这个问题，我们引入‘今后几步预测法’，具体方法是这样的： 首先， 让电脑分析一个可能的点，
如果在这儿下子将会形成对手不得不防守的棋型（例如：‘冲四’、‘活三’）；那么下一步对手就会照您的思路下子来防守您，如此一来便完成了第一步的预测。这时再调用模块4对预测后的棋进行盘面分析，如果出现了‘四三’、‘双三’或‘双四’等制胜点，那么己方就可以获胜了（当然对黑棋而言‘双三’、‘双四’是禁手，另当别论）；否则照同样的方法向下分析，就可预测出第二步、第三步……
不过，我做过实际的测试，加上两步迭代以后，计算时间变为原来的10倍左右（确实是指数级的），但此时内存是不够用的。考虑到是2kb内存的超低功耗单片机，实现更复杂的算法勉为其难，我也就没有在上面实现迭代，有兴趣的同学们可以尝试实现之，其实不难，用个好点的cpu，比如stm32,（用电脑就别用我这个算法了），稍微改改代码就可以。这种情况，电脑的水平在中级左右。
系统没有随机性，换句话说，如果你每次下子的方式是一样的，那么系统演化的形式完全一致。
顺便提一下，自从学习了c#编程以后，看了两年前写的c代码，真是不堪入目。不过，在单片机上实现的东西，效率比可读性和结构性更重要吧。
有任何问题，欢迎随时交流。