H5版俄罗斯方块游戏开发：游戏的AI算法

小篱

　　GameRes游资网授权发布 文/mumuxinfei

　　算是"long long ago"的事了, 某著名互联网公司在我校举行了一次"lengend code"的比赛, 其中有一题就是"智能俄罗斯方块"。 本着一向甘做分母, 闪耀分子的绿叶精神, 着着实实地打了一份酱油。 这次借学习H5的机会, 再来重温下俄罗斯方块的AI编写。

　　演示&下载:

　　该版本依旧较为简陋, 效果如图所示:

　　其代码下载地址为: http://pan.baidu.com/s/1sjyY7FJ

　　下载解压目录结构如下所示:

　　点击tetris.html, 在浏览器上运行(由于HTML5程序, 最好在Chrome/Firefox上运行)。

　　算法分析:

　　核心算法参考了如下博文:

• 传统规则俄罗斯方块AI技术介绍
• 控制台彩色版带AI的『俄罗斯方块』
  

　　本程序也采用改进的Pierre Dellacherie算法(只考虑当前方块)。

　　其对局面的评估, 采用6项指标:

　　1)Landing Height(下落高度): The height where the piece is put (= the height of the column + (the height of the piece / 2))

　　2)Rows eliminated(消行数): The number of rows eliminated。

　　3)Row Transitions(行变换): The total number of row transitions.A row transition occurs when an empty cell is adjacent to a filled cell on the same row and vice versa.

　　4)Column Transitions(列变换): The total number of column transitions.A column transition occurs when an empty cell is adjacent to a filled cell on the same column and vice versa.

　　5)Number of Holes(空洞数): A hole is an empty cell that has at least one filled cell above it in the same column.

　　6)Well Sums(井数): A well is a succession of empty cells such that their left cells and right cells are both filled.

　　对各个指标进行加权求和, 权重系数取自经验值:

1. -4.500158825082766
   
2. 2 　　3.4181268101392694
   
3. 3 　　-3.2178882868487753
   
4. 4 　　-9.348695305445199
   
5. 5 　　-7.899265427351652
   
6. 6 　　-3.3855972247263626

复制代码

　　源码解读:

　　代码文件结构如图所示:

• tetris_base.js: 公共的数据结构, 包括方块定义和方块池等
• tetris_ai.js: 具体定义了AI的核心算法和数据结构。
• tetris_game。js: 是整个程序的展示和驱动。
  

　　这边主要讲讲tetris_ai.js这个代码文件, 里面有三个重要的类, MoveGenerator, Evaluator, AIStrategy.

　　MoveGenerator用于生成各个可行落点以及对应的路径线路：

1. /*
   
2. 　　* @brief    走法生成器
   
3. 　　*/
   
4. function MoveGenerator() {
   
5. }
   
6. 
   
7. MoveGenerator.prototype.generate = function(tetrisUnit, shape) {
   
8. 
   
9.     var keymapFunc = function(x, y, idx) {
   
10.         return "" + x + ":" + y + ":" + idx;
    
11.     }
    
12. 
    
13.     var moveMapFunc = function(step) {
    
14.         return {x:step.x, y:step.y, idx:step.idx};
    
15.     }
    
16. 
    
17.     var results = [];
    
18. 
    
19.     var boards = tetrisUnit.boards;
    
20.     var rownum = tetrisUnit.row;
    
21.     var colnum = tetrisUnit.col;
    
22.     var shapeArrs = shape.shapes;
    
23. 
    
24.     var occupy = {}
    
25. 
    
26.     var actionQueues = [];
    
27.     actionQueues.push({x:shape.x, y:shape.y, idx:shape.idx, prev:-1});
    
28.     occupy[keymapFunc(shape.x, shape.y, shape.idx)] = true;
    
29. 
    
30.     var head = 0;
    
31.     while ( head < actionQueues.length )  {
    
32.         var step = actionQueues[head];
    
33. 
    
34.         // 1). 向左移动一步
    
35.         var tx = step.x - 1;
    
36.         var ty = step.y;
    
37.         var tidx = step.idx;
    
38.         if ( tetrisUnit.checkAvailable(tx, ty, shapeArrs[tidx]) ) {
    
39.             var key = keymapFunc(tx, ty, tidx);
    
40.             if ( !occupy.hasOwnProperty(key) ) {
    
41.                 actionQueues.push({x:tx, y:ty, idx:tidx, prev:head});
    
42.                 occupy[key] = true;
    
43.             }
    
44.         }
    
45. 
    
46.         // 2). 向右移动一步
    
47.         tx = step.x + 1;
    
48.         ty = step.y;
    
49.         tidx = step.idx;
    
50.         if ( tetrisUnit.checkAvailable(tx, ty, shapeArrs[tidx]) ) {
    
51.             var key = keymapFunc(tx, ty, tidx);
    
52.             if ( !occupy.hasOwnProperty(key) ) {
    
53.                 actionQueues.push({x:tx, y:ty, idx:tidx, prev:head});
    
54.                 occupy[key] = true;
    
55.             }
    
56.         }
    
57. 
    
58.         // 3). 旋转一步
    
59.         tx = step.x;
    
60.         ty = step.y;
    
61.         tidx = (step.idx + 1) % 4;
    
62.         if ( tetrisUnit.checkAvailable(tx, ty, shapeArrs[tidx]) ) {
    
63.             var key = keymapFunc(tx, ty, tidx);
    
64.             if ( !occupy.hasOwnProperty(key) ) {
    
65.                 actionQueues.push({x:tx, y:ty, idx:tidx, prev:head});
    
66.                 occupy[key] = true;
    
67.             }
    
68.         }
    
69. 
    
70.         // 4). 向下移动一步
    
71.         tx = step.x;
    
72.         ty = step.y + 1;
    
73.         tidx = step.idx;
    
74.         if ( tetrisUnit.checkAvailable(tx, ty, shapeArrs[tidx]) ) {
    
75.             var key = keymapFunc(tx, ty, tidx);
    
76.             if ( !occupy.hasOwnProperty(key) ) {
    
77.                 actionQueues.push({x:tx, y:ty, idx:tidx, prev:head});
    
78.                 occupy[key] = true;
    
79.             }
    
80.         } else {
    
81. 
    
82.             // *) 若不能向下了, 则为方块的一个终结节点.
    
83.             var tmpMoves = [];
    
84.             tmpMoves.push(moveMapFunc(step));
    
85.             var tprev = step.prev;
    
86.             while ( tprev != -1 ) {
    
87.                 tmpMoves.push(moveMapFunc(actionQueues[tprev]));
    
88.                 tprev = actionQueues[tprev].prev;
    
89.             }
    
90.             tmpMoves.reverse();
    
91. 
    
92.             results.push({last:step, moves:tmpMoves});
    
93.         }
    
94.         head++;
    
95.     }
    
96.     return results;
    
97. 
    
98. }

复制代码

　　Evaluator类, 则把之前的评估因素整合起来：

1. function Evaluator() {
   
2. }
   
3. 
   
4. Evaluator.prototype.evaluate = function(boards) {
   
5. }
   
6. 
   
7. function PierreDellacherieEvaluator() {
   
8. }
   
9. 
   
10. PierreDellacherieEvaluator.prototype = new Evaluator();
    
11. PierreDellacherieEvaluator.prototype.constructor = PierreDellacherieEvaluator;
    
12. 
    
13. PierreDellacherieEvaluator.prototype.evaluate = function(boards, shape) {
    
14.     return (-4.500158825082766) * landingHeight(boards, shape)          // 下落高度
    
15.             + (3.4181268101392694) * rowsEliminated(boards, shape)      // 消行个数
    
16.             + (-3.2178882868487753) * rowTransitions(boards)            // 行变换
    
17.             + (-9.348695305445199) * colTransitions(boards)             // 列变化
    
18.             + (-7.899265427351652) * emptyHoles(boards)                 // 空洞个数
    
19.             + (-3.3855972247263626) * wellNums(boards);                 // 井数
    
20. }

复制代码

　　AIStrategy整合了落地生成器和评估函数, 用于具体决策最优的那个落地点, 以及行动路线。

1. function AIStrategy() {
   
2. 　　this.generator = new MoveGenerator();
   
3. 　　this.evalutor = new PierreDellacherieEvaluator();
   
4. }
   
5. 
   
6. /*
   
7. * @brief 作出最优的策略
   
8. * @return  {dest:{x:{x}, y:{y}, idx:{idx}}, [{action_list}]}
   
9. */
   
10. AIStrategy.prototype.makeBestDecision = function(tetrisUnit, shape) {
    
11. 
    
12.     var bestMove = null;
    
13.     var bestScore = -1000000;
    
14. 
    
15.     // 1) 生成所有可行的落点, 以及对应的路径线路
    
16.     var allMoves = this.generator.generate(tetrisUnit, shape);
    
17. 
    
18.     // 2) 遍历每个可行的落点, 选取最优的局面落点
    
19.     for ( var i = 0; i < allMoves.length; i++ ) {
    
20.         var step = allMoves[i].last;
    
21. 
    
22.         var shapeArrs = shape.shapes;
    
23.         var bkBoards = tetrisUnit.applyAction2Data(step.x, step.y, shapeArrs[step.idx]);
    
24. 
    
25.         // 2.1) 对每个潜在局面进行评估
    
26.         var tscore = this.evalutor.evaluate(bkBoards, {x:step.x, y:step.y, shapeArr:shapeArrs[step.idx]});
    
27. 
    
28.         // 2.2) 选取更新最好的落点和路径线路
    
29.         if ( bestMove === null || tscore > bestScore ) {
    
30.             bestScore = tscore;
    
31.             bestMove = allMoves[i].moves;
    
32.         }
    
33.     }
    
34. 
    
35.     // 3) 返回最优可行落点, 及其路径线路
    
36.     return {score:bestScore, action_moves:bestMove};
    
37. 
    
38. }

复制代码

　　注: 该代码注释, 诠释了决策函数的整个流程。

　　效果评估：

　　该AI算法的效果不错, 在演示模式下, 跑了一晚上, 依旧好好的活着。 这也满足了之前想要的需求和功能。

　　总结：

　　该算法的权重系数采用了经验值。 当然了, 也可以借助模拟退火算法来学习参数, 不过由于游戏本身的不确定性/偶然性影响, 收敛的效果并非如预期那么好。 有机会再讲讲。

　　无论怎么样, 该AI可以扮演一个合格的"麻烦制造者", 让游戏充满趣味和挑战性。 勿忘初心, let's go！！！

　　写在最后：

　　如果你觉得这篇文章对你有帮助, 请小小打赏下。 其实我想试试, 看看写博客能否给自己带来一点小小的收益。 无论多少, 都是对楼主一种由衷的肯定。

　　相关阅读：H5版俄罗斯方块游戏开发：需求分析和框架实现