|
|
“Tetris AI”意在提供一个易于识别的通称，不代表 AI 是官方的算法或隶属于任何（官方的）俄罗斯方块游戏。
|
Tetris-ai 是一个 Python 方块 AI。
这个 AI 针对俄罗斯方块的基本玩法做强化学习，自我训练决策提高总消行数，在 GitHub 上获得了较多的星数。
这个 AI 曾被 Beatris (Python, 2019) 沿用推广至敌对方块研究领域。
基本信息
制作者：nuno-faria（第一作者）、Nick Linker
Python 模块需求：Tensorflow、Tensorboard、Keras、Opencv-python、Numpy、Pillow、Tqdm
工作原理
智能体（Agent）：由 AI 算法操纵的方块游戏参与者。
关键评分标准[注 1]：当前方块的消行数、洞数[注 2]、总落差[注 3]、方块堆高度。
强化学习：先随机取落点，在有限的序列中保存场况和对应的评分，每一轮最后从整个序列当中随机取一段自测。
Q-Learning 训练：只要方块锁定后不致死，方块落点的评分就由锁定前后的两个场况共同算出。[注 4]
折扣系数：锁定后场况的评分计算结果稍作扣除（默认 × 0.95）。
最佳决策：按场况预计所有落块方案的评分，取评分最高的方案。
探索学习：在已经强化学习出最佳决策的前提下，智能体并不总是取最佳决策方案，而是继续做一部分随机落块获取探索性数据。
ε 停止值：用来决定探索学习的长度，随机落块频率均匀递减（默认 N = 2000、ε = 1500）。[注 5]
方块环境配置
由 tetris.py 文件定义，使用标准的 10×20 场地，未锁定的方块是水色，已锁定的方块是粉色。
方块逆时针旋转，O 只有一种朝向，I 两种，其他方块四种：
注释
- ↑ 共有九个标准，此处取作者多次测试后认定的最重要的四个标准
- ↑ 在这个学习体系中，“洞”被定义为上方存在砖格的空格
- ↑ 先按最高砖格决定每一列的高度，再计算 9 处列间落差的和
- ↑ 典型表现：不立刻消一，凑出消二和消三
- ↑ 例：假设 N = 120，ε = 100，那么第一局 100% 随机落块，第 40 局 60% 随机落块，最后 20 局只按学习结果落块。
外链
