Pytris (Python, Chloe, 2022)

Pytris
开发	Chloe
游戏平台	Python（Pygame）
发行时间	2022年3月30日
游戏信息
预览块数	3
场地大小	10 × 22
暂存	有
硬降	有
旋转系统	专用
[[文件:|125px]]

Pytris 是一个 Python 四连方块游戏。
该游戏每次操作都带软降一格，速度升上去之后难度很大。
该游戏有一个作者自制的 AI。

玩法

得分、生存。
非硬降每格 1 分，硬降保底 3 分 + 每格 2 分，消行每行 100 分。
消行从下往上逐行完成，第一行瞬消，之后每次消行延迟都等于重力帧率。

	0 分	1000 分	2000 分	4000 分	8000 分	硬核模式
重力帧率	25	18	14	10	7	n

将 pytris.py 第 245 行的“-1”改成正数可以开启硬核模式，数值越小越难。
死亡判定：重叠死亡。
触发死亡时，游戏程序终止。

操作

A/D 或左右键横移，W 或上键顺时针旋转，S 或下键硬降，左 Shift 键暂存。
所有操作都只能单点，每次操作结束瞬间方块软降一格，接地状态软降即锁定。

方块环境配置

O 黄色，I 银蓝色，J 蓝色，L 橙色，T 粉色，S 红色，Z 绿色。

各碰撞箱的入场位置如上图所示。
其中，X 格坐标为 (5,21)。
以下图组中，每一组的最左图是入场朝向，右图是依次顺时针旋转的朝向：

Pytris (Python, Chloe, 2022) 没有踢墙。

Pytris-AI

作者 Chloe 的 Pytris-AI 工程日志（按关键点梳理大意）

一试 神经网络类别：稠密卷积（每一层都接受前面所有层的输出）。 AI 做法：2D 卷积在列和行方向各扫一次场地，神经网络选择最佳硬降位置（不考虑软降）。 学习过程：以最终得分为度量标准，先都取随机权重，每一代神经网络择优微调传往下一代。 试验结果：电脑算力不够，没有产出预期的成果。 二试 算法类型：Q-learning（强调价值导向）。 基本思路第一步：按得分规则、死格和方块堆的“凸度”等度量标准建立评分方法 s(p)。 基本思路第二步：Q(p) = (s(p) + g(Q(p+1)))，其中 g 试取 0–1 之间的值。 节点：一个游戏状态对应一个节点，方块每做一次运动都是在前往下一个节点。 算法偏重：以层数深度为优先，自动更新 Q 值。 决策树代码改用 C++ 的理由：Python 算层太慢（三层就要两分钟），C++ 能快几十倍。 C++ 代码部分的三处改进：算出 Q 值，顶出计为扣一万分，训练状态在“随机”和“爬树”之间切换。 剪枝优化：直接放弃浅层的低分节点（即便这违背 Q-learning 的本意）。 提速效果：13 秒就跑完五层并取得 5 个高分节点（但如果同分，则全部保留）。 二试学习数据：包含 15000 个状态，深四层，评分取出前 12 名，AI 已能决策出消行。

作者自制的 AI 需要用到 Python 的 tty 模块下的 termios 模块，只能在 Unix 环境使用。
截至 2022 年 5 月，Pytris-AI 存储库中的关键文件对应二试的成果。
TetrisAI.py 是包含了 AI 网络和初次实行决策树的 Python 代码部分；
decision_tree.cpp 是用来生成决策树的 C++ 代码部分。

外链

• 该游戏的 GitHub 页面
• 该游戏的 AI 的 GitHub 页面