El-Tetris

这个方块 AI 在名称中使用了“Tetris”，但它不是官方的算法，也不隶属于任何（官方的）俄罗斯方块游戏。

El-Tetris 是瑞士方块 AI 开发者 Islam El-Ashi 于 2011 年成功改进 Pierre Dellacherie 的算法而得的 AI。
这个 AI 呈专家指导风格，有 6 个关键特征（数值由粒子群优化算法^{[注 1]}^[1]寻得），标准场地平均消出 16,047,595 行（性能测试载体：MDPTetris）。

评价函数

$$评价 = A * 方块着陆高度 + B * 消行数 + C * 行转变数 + D * 列转变数 + E * 洞数 + F * 全局井深状态$$ A = -4.500，B = 3.418，C = -3.218，D = -9.349，E = -7.899，F = -3.386。^{[注 2]}^[2]
相较 Pierre Dellacherie 的算法的评价函数，El-Tetris 有两点关键不同：
一、正向特征指标由“侵蚀格数”改为“消行数”。
二、井深按等差数列增加惩罚。例：小坑 = 1，大坑 = 1 + 2，三格深沟 = 1 + 2 + 3。
（El-Tetris 对“井”做出了更严格的定义：除了两边都有实体内容，井还必须位于列内最高砖格的上方。）

注释和参考

↑ 粒子群优化算法（Particle Swarm Optimization）是 J. Kennedy 和 R. Eberhart 于 1995 年提出（相关论文信息见这个页面）的一种基于群体智能的优化方法，其关键做法是通过追随当前搜索到的最优值来寻找全局最优，所需调整的参数很少，简单易行，收敛速度快。更详细的中文说明见本条目参考一。
↑ 原数据精确至小数点后 15–16 位，此处按四舍五入取三位小数。

↑ 粒子群优化算法（Particle Swarm Optimization） . 2016-11-14. [2022-07-31].
↑ El-Tetris – An Improvement on Pierre Dellacherie’s Algorithm . 2011-06-01. [2022-07-31].

外链

[1] 粒子群优化算法（Particle Swarm Optimization）是 J. Kennedy 和 R. Eberhart 于 1995 年提出（相关论文信息见这个页面）的一种基于群体智能的优化方法，其关键做法是通过追随当前搜索到的最优值来寻找全局最优，所需调整的参数很少，简单易行，收敛速度快。更详细的中文说明见本条目参考一。

[3] 原数据精确至小数点后 15–16 位，此处按四舍五入取三位小数。

[2] 粒子群优化算法（Particle Swarm Optimization） . 2016-11-14. [2022-07-31].

[4] El-Tetris – An Improvement on Pierre Dellacherie’s Algorithm . 2011-06-01. [2022-07-31].

[注 1]

[1]

[注 2]

[2]