Beatris (Python, 2019)

本条目的主题不是 BEATris (Steam 上一款以多连方块为主题的节奏游戏)。

Beatris 是一个 Python 敌对方块 AI。
该 AI 将训练后的 Tetris-ai (Python, 2019) 作为敌手，可换用其他的方块 AI 智能体参与对抗。
该 AI 是一门数据科学课程的期末设计。

基本信息

原始 AI + 四连方块游戏环境代码来源：Tetris-ai (Python, 2019)
制作者：Amogh Agnihotri（第一作者）、Reese Costis、Prajakta Joshi、Rebecca Phung、Suhas Raja、Ramya Rajasekaran
Python 模块需求：Tensorflow、Tensorboard、Keras、Opencv-python、Numpy、Pillow、Tqdm、getch

制作过程

一、提出目标：创造一个生成敌对块序的 AI，使参与方块游戏的智能体（Agent）在“总消行数”这一指标上成绩变差。
二、逆向思维假设：要使敌对 AI 摆脱 Hatetris 那样的固定策略，就要先参考一个足够好的智能体对手（下文称“敌人”）的策略。
三、选择敌人：具有强化学习性质的 Tetris-ai (Python, 2019)。
四、训练敌人：照常使用伪随机序列，测试关键指标和参数，向原作者的测试成绩对齐，但学习成绩不理想。
五、试寻专家方案：参考俄罗斯方块世界冠军的玩法，人为总结策略，主调场况参数，学习成绩依然不理想。
六、思路回调：敌对方块 AI 的敌人打出高分的关键是不死。当死亡惩罚分调高了 100 倍之后，敌人的学习成绩得到明显提高。
七、精炼关键参数：人为总结已有的测试结果和无限 O 块刷行死局的原因，将“方块堆高度”移出评分公式，以死亡代之。
八、验证拟定评分公式：评分 = -1 - (当前一手的消行数)² + 0.25 (总落差均值 + 洞数) + 200 × 死亡状态。
九、检验敌对效果：当块序由伪随机变成 Beatris 之后，敌人的平均消行数从 135 降至 18，最大消行数从 316000 降至 45。
十、总结未完成的工作：比较 Beatris 和 Hatetris 敌对 Tetris-ai (Python, 2019) 效果的差异；训练一个能够在伪随机块序下稳定无限消行的敌人；改进四连方块游戏环境的界面，训练 Beatris 对抗真人玩家。

外链

• 该游戏的 GitHub 页面