| Pytris |
|---|
| 开发 |
Chloe |
|---|
| 游戏平台 |
Python（Pygame） |
|---|
| 发行时间 |
2022年3月30日 |
|---|
| 预览块数 |
3 |
|---|
| 场地大小 |
10 × 22 |
|---|
| 暂存块 |
有 |
|---|
| 硬降 |
有 |
|---|
| 旋转系统 |
专用 |
|---|
|
|
|
|
|
|
|
|
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。[注 1]
|
|
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[注 2]，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）。[注 3]
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[注 4]）。
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。
注释
- ↑ 在前期，快速操作下一块，就能快速完成消四
- ↑ 其原理是检测到操作就立刻把自动下落的倒计时器跑满
- ↑ 方块游戏中存在大量低 Q(p) 操作，作者依算力情况决定要速度不要遍历
- ↑ 特别是在近乎空场的局面下（大平原很多位置评分相同）
外链
_ingame.png)
