AI人工智能 模拟游戏
一个机器人玩最后的硬币
在这场比赛中,会有一堆硬币。 每个玩家必须从该堆中取出一些硬币。这场比赛的目标是避免拿下最后一枚硬币。 我们将使用继承自 easyAI 库的 TwoPlayersGame 类的 LastCoinStanding 类。 以下代码显示了此游戏的 Python代码 -
如下所示导入所需的软件包 -
from easyAI import TwoPlayersGame, id_solve, Human_Player, AI_Player
from easyAI.AI import TT
现在,继承 TwoPlayerGame 类中的类来处理游戏的所有操作 -
class LastCoin_game(TwoPlayersGame):
def __init__(self, players):
定义要玩家并开始游戏。
self.players = players
self.nplayer = 1
定义游戏中的硬币数量,这里使用15个硬币进行游戏。
self.num_coins = 15
定义玩家在移动中可以获得的最大硬币数量。
self.max_coins = 4
现在有一些东西需要定义,如下面的代码所示。 定义可能的移动。
def possible_moves(self):
return [str(a) for a in range(1, self.max_coins + 1)]
定义硬币的清除 -
def make_move(self, move):
self.num_coins -= int(move)
定义谁拿走了最后一枚硬币。
def win_game(self):
return self.num_coins <= 0
定义何时停止游戏,即何时有人获胜。
def is_over(self):
return self.win()
定义如何计算分数。
def score(self):
return 100 if self.win_game() else 0
定义堆中剩余的硬币数量。
def show(self):
print(self.num_coins, 'coins left in the pile')
if __name__ == "__main__":
tt = TT()
LastCoin_game.ttentry = lambda self: self.num_coins
用下面的代码块解决游戏 -
r, d, m = id_solve(LastCoin_game,
range(2, 20), win_score=100, tt=tt)
print(r, d, m)
决定谁将开始游戏
game = LastCoin_game([AI_Player(tt), Human_Player()])
game.play()
下面的输出演示这个游戏的简单玩法 -
d:2, a:0, m:1
d:3, a:0, m:1
d:4, a:0, m:1
d:5, a:0, m:1
d:6, a:100, m:4
1 6 4
15 coins left in the pile
Move #1: player 1 plays 4 :
11 coins left in the pile
Player 2 what do you play ? 2
Move #2: player 2 plays 2 :
9 coins left in the pile
Move #3: player 1 plays 3 :
6 coins left in the pile
Player 2 what do you play ? 1
Move #4: player 2 plays 1 :
5 coins left in the pile
Move #5: player 1 plays 4 :
1 coins left in the pile
Player 2 what do you play ? 1
Move #6: player 2 plays 1 :
0 coins left in the pile
机器人玩井字游戏
Tic-Tac-Toe 非常熟悉,是最受欢迎的游戏之一。我们通过使用 Python 中的 easyAI 库来创建这个游戏。 以下代码是这款游戏的 Python 代码 -
如下所示导入软件包 -
from easyAI import TwoPlayersGame, AI_Player, Negamax
from easyAI.Player import Human_Player
继承 TwoPlayerGame
中的类来处理游戏的所有操作 -
class TicTacToe_game(TwoPlayersGame):
def __init__(self, players):
现在,定义玩家并开始游戏 -
self.players = players
self.nplayer = 1
定义板的类型 -
self.board = [0] * 9
定义可能的举措(动作)
def possible_moves(self):
return [x + 1 for x, y in enumerate(self.board) if y == 0]
定义一个玩家的举措(动作) -
def make_move(self, move):
self.board[int(move) - 1] = self.nplayer
定义一个玩家何时进行移动 -
def umake_move(self, move):
self.board[int(move) - 1] = 0
定义输条件是对手在一条线上有三个 -
def condition_for_lose(self):
possible_combinations = [[1,2,3], [4,5,6], [7,8,9],
[1,4,7], [2,5,8], [3,6,9], [1,5,9], [3,5,7]]
return any([all([(self.board[z-1] == self.nopponent)
for z in combination]) for combination in possible_combinations])
定义游戏结束的条件 -
def is_over(self):
return (self.possible_moves() == []) or self.condition_for_lose()
显示玩家在游戏中的当前位置 -
def show(self):
print('\n'+'\n'.join([' '.join([['.', 'O', 'X'][self.board[3*j + i]]
for i in range(3)]) for j in range(3)]))
计算分数代码 -
def scoring(self):
return -100 if self.condition_for_lose() else 0
定义定义算法并开始游戏的主要方法 -
if __name__ == "__main__":
algo = Negamax(7)
TicTacToe_game([Human_Player(), AI_Player(algo)]).play()
可以看到下面的输出和这个游戏的简单玩法 -
. . .
. . .
. . .
Player 1 what do you play ? 1
Move #1: player 1 plays 1 :
O . .
. . .
. . .
Move #2: player 2 plays 5 :
O . .
. X .
121
. . .
Player 1 what do you play ? 3
Move #3: player 1 plays 3 :
O . O
. X .
. . .
Move #4: player 2 plays 2 :
O X O
. X .
. . .
Player 1 what do you play ? 4
Move #5: player 1 plays 4 :
O X O
O X .
. . .
Move #6: player 2 plays 8 :
O X O
O X .
. X .