人工智能大火的今天,如果还是自己玩俄罗斯方块未免显得太 LOW,为什么不对游戏升级,让机器自己去玩俄罗斯方块呢?有了这个想法之后,我用了两天时间去搜集了大量资料,在电脑死机好多次之后终于将 AI 俄罗斯方块实现了。

  程序介绍

  所谓让机器自己去玩俄罗斯方块,就是让机器计算当前方块的所有形态可放置的所有位置,然后根据统一的评价标准,计算出最优的位置进行放置。这个评价的标准简单的来说就是:板块放置的位置越靠下越好,方块之间越紧密越好,自身对消除行的方块贡献数量越多越好,但是这里还要注意的是不可为了追求消除行数,而去造成过多的空洞,这样也是不合理的。

  关于 AI 算法主要有两种:一种是经典的 Pierre Dellacherie 算法,一种基于基于深度搜索的算法。深度搜索需要优化的地方很多,假如计算的层数不够、没有高效剪枝,一不小心容易写成人工智障,时间复杂度也不好。Pierre Dellacherie 算法更加清晰,复杂度更低。但是该算法只考虑当前,不对未来的情况进行计算,注重的是“不死性”,追求方块的“密集”,有时就算可以一次性消除 3 行,却会使全局方块更加“疏”,即过多的空洞。

  代码由Tetris.py、AI.py和Utils.py三部分组成,游戏的主要逻辑由 Tetis 控制,Utils 定义了方块的样式,AI 顾名思义实现了主要的 AI 算法。

  具体介绍

  Pierre Dellacherie 算法

  只考虑当前方块,不对未来的情况进行计算,注重的是“不死性”,算法每次生成一个方块,便穷举该方块所有旋转的落点。一种方块最多有 4 种旋转,并且由于游戏界面是 10*20 的,所以对于每个旋转形状,只需要考虑 10 种落点。算法的核心是一个评估函数,对穷举出的每一种下落情况,计算 6 个参数值,用评估函数加权求和得到一个值,该值最大的情况便是目前方块的最优下落位置,六个参数分别是:

  1. 下落高度(Landing Height)

  当前方块落下去之后,方块中点距底部的方格数(事实上,不求中点也是可以的)。

  2. 消行数(Rows eliminated)

  消行层数与当前方块贡献出的方格数乘积。

  3. 行变换(Row Transitions)

  从左到右(或者反过来)检测一行,当该行中某个方格从有方块到无方块(或无方块到有方块),视为一次变换。游戏池边界算作有方块。行变换从一定程度上反映出一行的平整程度,越平整值越小;

  该指标为所有行的变换数之和;

  如图: 表示有方块, 表示空格(游戏池边界未画出)

  变换数为 6

  变换数为 9

  变换数为 2大连妇科医院 http://yiyuan.120ask.com/dlfk/

  变换数为 0

  4. 列变换(Column Transitions)

  大意同上,列变换从一定程度上反映出一列中空洞的集中程度,空洞越集中值越小。

  5. 空洞数(Number of Holes)

  6. 井的总和(Well Sums)

  井指两边皆有方块的空列。该指标为所有井的深度连加到 1 再求总和。

  注意一列中可能有多个井,如图:

  中间一列为井,深度连加到一的和为 (2+1)+(3+2+1)=9

  评估函数如下 (首字母简写):

  关于方块形态

  这里对 AI 俄罗斯方块的形态做一下特别说明,各个方块都是根据中心点的坐标来生成的,以(0,0)为中心点,在 x、y 轴加减 1 则是其他方格的坐标,这样的好处就是只要确定中心点坐标,其他的方格位置就能随即生成。