|
|
马上注册，结交更多好友，享用更多功能^_^
您需要 登录 才可以下载或查看，没有账号？立即注册
x
本帖最后由 jerryxjr1220 于 2017-2-7 17:21 编辑
本季python小练习的最后2节准备简单介绍一下基本的游戏AI的设计，从最简单的游戏“井字棋”开始。
其实，游戏AI的设计（哪怕战胜了人类棋手的AlphaGo）无外乎包含以下几个基本功能：
1. 遍历：按照当前游戏（棋局）的所有可执行方案依次进行遍历，并返回遍历结果。遍历原则上采用“广度优先搜索”策略，对于复杂AI的设计，可以加上一定深度的“深度优先搜索”策略（比如说，预估5步或者10步等等）。但是预估的步数越多，执行的效率就越低，判别的局势也会呈现爆发式增长。
2. 局势判别：对所有遍历过的局势，对当前的游戏（棋局）进行判断判断，应该运用什么策略来进行下一步，这里往往会引入权重评分制，权重高的优先执行。
3. 选取所有策略中权重等级最高的执行，重复上述过程，直至程序终止（分出胜负）。
我们设计的井字棋小游戏，由于程序比较简单，基本上一套判别系统就可以完成上述的动作，所以我没有引入权重评分机制，而且井字棋也有比较明显的逻辑（连成一直线>拦截对手>抢中间一格>抢四角>四边），其实这就是整个遍历的过程。
我们来看一下整个过程：
Welcome to play JingZiQi!
You:1, Com:2
0 0 0
0 0 0
0 0 0
==========
请输入要下的位置，例如：“0,0”
0,0
1 0 0
0 2 0
0 0 0
==========
请输入要下的位置，例如：“0,0”
0,1
1 1 2
0 2 0
0 0 0
==========
请输入要下的位置，例如：“0,0”
2,0
1 1 2
2 2 0
1 0 0
==========
请输入要下的位置，例如：“0,0”
2,2
1 1 2
2 2 2
1 0 1
==========
Lose!
源代码：
|
|
[复制链接]
( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)
狗仔卡
发表于 2017-2-7 14:25:19
置顶卡
千斤顶
显身卡
楼主
发表于 2017-2-9 01:56:14
