Tetris AI (JavaScript, 2014)

“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 JavaScript 方块 AI。
这个 AI 呈专家指导风格，能在现代方块环境下稳定地无限消行，在 GitHub 上获得了较多的星数。
这个 AI 最终使用的专家参数结论来自遗传算法。
制作者：Yiyuan Lee（第一作者）、Philip Blyth、Kyle Zhou、cmacmillan。

求值过程

这一章的内容整理自 Yiyuan Lee 的 Tetris AI 介绍文章，地址见本条目参考一

一、预设专家评分标准：总楼高 A、当前方块的消行数 B、洞数 C、总落差 D。
  记所求的四个参数的向量为 p，四个专家评分标准数据的向量为 x，则得分函数 f(x) = p · x = aA + bB + cC + dD。
  评分计算深度设为 2（只取一个预览块）。
二、比较评分：对于当前方块，如果两个朝向落点评分之间存在 f(x₁) - f(x₂) > 0 的关系，就认为前者是更好的落块点。
三、生成 p 的初始解：起始 p 数 = 1000，p 中的 abcd 的绝对值都取在 0–1 之间，符号分别为负正负负。
四、适应度函数（Fitness function）：按各 p 值为落块做决策，一局最多玩 500 块，记 fitness(p) = 消行数。
五、竞优：每次随机取 100 个 p 考察适应度并取前两名，不断重复，增加“优秀样本”。
六、加权平均杂交：p' = p₁ · fitness(p₁) + p₂ · fitness(p₂)。
  两个父向量之间的适应度差异越大，后代向量的加权平均结果就越会偏向“更优秀的”那个父向量。
七、变异算子：赋予所有后代 5% 的变异率，参数变动幅度为 ±0.2，结果做归一化处理。
八、末位淘汰：每当后代向量总数到达 300，就把表现最差的 300 个 p 删除，留下 1000 个更优秀的 p。
  至这一步结束，遗传算法即可进入循环，可发展任意多次直到产出令人满意的结果。
九、确定结论参数：a = -0.510066，b = 0.760666，c = -0.356630，d = -0.184483。
十、总结另有价值的信息：专家标准也有优劣之分，比如“楼高峰值”不如“总楼高”；
  这套参数是 Tetris AI 在标准的现代方块环境下得到的，只要改变随机器等规则，结论就会不一样；
  在比较两个不同的 AI 的性能时，一定要注意所应用的方块环境配置是否不同。

方块环境配置

SRS + 标准 10×22 场地 + 标准入场位置 + 7-Bag + 1 Next。

外链

• Tetris AI 的 GitHub 页面
• Tetris AI 在线演示（可人玩、可开控制台调整参数）