黑白棋 AI 算法
本篇文章是博主在人工智能等领域学习时,用于个人学习、研究或者欣赏使用,并基于博主对人工智能等领域的一些理解而记录的学习摘录和笔记,若有不当和侵权之处,指出后将会立即改正,还望谅解。文章分类在Pytorch:
Pytorch(4)---《黑白棋 AI 算法》
黑白棋 AI 算法
目录
1. 实验介绍
1.1 实验内容
1.2 实验要求
1.3 注意事项
2.实验内容
2.1 棋盘介绍
2.2 创建随机玩家
2.3 创建人类玩家
2.4 创建 Game 类
2.5 创建 AI 玩家
3.运行结果
1. 实验介绍
1.1 实验内容
黑白棋 (Reversi),也叫苹果棋,翻转棋,是一个经典的策略性游戏。
一般棋子双面为黑白两色,故称“黑白棋”。因为行棋之时将对方棋子翻转,则变为己方棋子,故又称“翻转棋” (Reversi) 。
棋子双面为红、绿色的称为“苹果棋”。它使用 8x8 的棋盘,由两人执黑子和白子轮流下棋,最后子多方为胜方。
随着网络的普及,黑白棋作为一种最适合在网上玩的棋类游戏正在逐渐流行起来。
中国主要的黑白棋游戏站点有 Yahoo 游戏、中国游戏网、联众游戏等。
黑白棋示范视频https://v.youku.com/v_show/id_XMjYyMzc1Mjcy.html?spm=a2h0k.11417342.soresults.dtitle 可以从4分钟开始观看
游戏规则:
棋局开始时黑棋位于 E4 和 D5 ,白棋位于 D4 和 E5,如图所示。
- 黑方先行,双方交替下棋。
- 一步合法的棋步包括:
- 在一个空格处落下一个棋子,并且翻转对手一个或多个棋子;
- 新落下的棋子必须落在可夹住对方棋子的位置上,对方被夹住的所有棋子都要翻转过来,
可以是横着夹,竖着夹,或是斜着夹。夹住的位置上必须全部是对手的棋子,不能有空格;
- 一步棋可以在数个(横向,纵向,对角线)方向上翻棋,任何被夹住的棋子都必须被翻转过来,棋手无权选择不去翻某个棋子。
- 如果一方没有合法棋步,也就是说不管他下到哪里,都不能至少翻转对手的一个棋子,那他这一轮只能弃权,而由他的对手继续落子直到他有合法棋步可下。
- 如果一方至少有一步合法棋步可下,他就必须落子,不得弃权。
- 棋局持续下去,直到棋盘填满或者双方都无合法棋步可下。
- 如果某一方落子时间超过 1 分钟 或者 连续落子 3 次不合法,则判该方失败。
1.2 实验要求
- 使用 『蒙特卡洛树搜索算法』 实现 miniAlphaGo for Reversi。
- 使用 Python 语言。
1.3 注意事项
- 在与人类玩家对奕时,运行环境将等待用户输入座标,此时代码将处于 While..Loop 回圈中,请务必输入'Q'离开,否则将持续系统将等待(hold)。
- 当长时间指示为运行中的时候,造成代码无法执行时,可以重新启动
2.实验内容
2.1 棋盘介绍
2.1.1 初始化棋盘
棋盘规格是 8x8,'X' 代表黑棋,'O' 代表白棋,'.' 代表未落子状态。
棋盘初始化 - 利用 Board 类(board.py)中的 display() 方法展示棋盘:
# 导入棋盘文件 from board import Board # 初始化棋盘 board = Board() # 打印初始化棋盘 board.display()
2.1.2 棋盘与坐标之间的关系
棋盘坐标 E4, 转化为坐标形式就是 (3, 4), 坐标数值大小是从 0 开始,到 7 结束。
Board 类中,提供以上两种坐标的转化方法:
- board_num(action): 棋盘坐标转化为数字坐标。
- action: 棋盘坐标,e.g. 'G6'
- 返回值: 数字坐标,e.g. (5, 6)
- num_board(action): 数字坐标转化为棋盘坐标。
- action: 数字坐标,e.g. (2, 7)
- 返回值: 棋盘坐标,e.g. 'H3'
# 查看坐标 (4,3) 在棋盘上的位置 position = (4, 3) print(board.num_board(position)) # 查看棋盘位置 'G2' 的坐标 position = 'G2' print(board.board_num(position))
2.1.3 Board 类中比较重要的方法
- get_legal_actions(color): 根据黑白棋的规则获取 color 方棋子的合法落子坐标,用 list() 方法可以获取所有的合法坐标。
- color: 下棋方,'X' - 黑棋,'O' - 白棋
- 返回值: 合法的落子坐标列表
# 棋盘初始化后,黑方可以落子的位置 print(list(board.get_legal_actions('X')))
- _move(action, color): 根据 color 落子坐标 action 获取翻转棋子的坐标。
- action: 落子的坐标,e.g. 'C4'
- color: 下棋方,'X' - 黑棋,'O' - 白棋
- 返回值: 反转棋子棋盘坐标列表
# 打印初始化后的棋盘 board.display() # 假设现在黑棋下棋,可以落子的位置有:['D3', 'C4', 'F5', 'E6'], # 黑棋落子 D3 , 则白棋被翻转的棋子是 D4。 # 表示黑棋 color = 'X' # 落子坐标 action = 'D3' # 打印白方被翻转的棋子位置 print(board._move(action,color)) # 打印棋盘 board.display()
2.2 创建随机玩家
# 导入随机包 import random class RandomPlayer: """ 随机玩家, 随机返回一个合法落子位置 """ def __init__(self, color): """ 玩家初始化 :param color: 下棋方,'X' - 黑棋,'O' - 白棋 """ self.color = color def random_choice(self, board): """ 从合法落子位置中随机选一个落子位置 :param board: 棋盘 :return: 随机合法落子位置, e.g. 'A1' """ # 用 list() 方法获取所有合法落子位置坐标列表 action_list = list(board.get_legal_actions(self.color)) # 如果 action_list 为空,则返回 None,否则从中选取一个随机元素,即合法的落子坐标 if len(action_list) == 0: return None else: return random.choice(action_list) def get_move(self, board): """ 根据当前棋盘状态获取最佳落子位置 :param board: 棋盘 :return: action 最佳落子位置, e.g. 'A1' """ if self.color == 'X': player_name = '黑棋' else: player_name = '白棋' print("请等一会,对方 {}-{} 正在思考中...".format(player_name, self.color)) action = self.random_choice(board) return action
随机玩家 RandomPlayer 主要是随机获取一个合法落子位置。后续随机玩家可以跟人类玩家、AI 玩家等进行对弈。
随机玩家 get_move() 方法, 主要思路:
- 随机玩家的 get_move() 方法主要调用了 random_choice() 方法。
- random_choice() 方法是:先用 list() 方法获取合法落子位置坐标列表,然后用 random.choice() 方法随机获取合法落子位置中的一个。
# 导入棋盘文件 from board import Board # 棋盘初始化 board = Board() # 打印初始化棋盘 board.display() # 玩家初始化,输入黑棋玩家 black_player = RandomPlayer("X") # 黑棋玩家的随机落子位置 black_action = black_player.get_move(board) print("黑棋玩家落子位置: %s"%(black_action)) # 打印白方被翻转的棋子位置 print("黑棋落子后反转白棋的棋子坐标:",board._move(black_action,black_player.color)) # 打印黑棋随机落子后的棋盘 board.display() # 玩家初始化,输入白棋玩家 white_player = RandomPlayer("O") # 白棋玩家的随机落子位置 white_action = white_player.get_move(board) print("白棋玩家落子位置:%s"%(white_action)) # 打印黑棋方被翻转的棋子位置 print("白棋落子后反转黑棋的棋子坐标:",board._move(white_action,white_player.color)) # 打印白棋随机落子后的棋盘 board.display()
2.3 创建人类玩家
人类玩家 HumanPlayer 主要实现 get_move() 方法。
class HumanPlayer: """ 人类玩家 """ def __init__(self, color): """ 玩家初始化 :param color: 下棋方,'X' - 黑棋,'O' - 白棋 """ self.color = color def get_move(self, board): """ 根据当前棋盘输入人类合法落子位置 :param board: 棋盘 :return: 人类下棋落子位置 """ # 如果 self.color 是黑棋 "X",则 player 是 "黑棋",否则是 "白棋" if self.color == "X": player = "黑棋" else: player = "白棋" # 人类玩家输入落子位置,如果输入 'Q', 则返回 'Q'并结束比赛。 # 如果人类玩家输入棋盘位置,e.g. 'A1', # 首先判断输入是否正确,然后再判断是否符合黑白棋规则的落子位置 while True: action = input( "请'{}-{}'方输入一个合法的坐标(e.g. 'D3',若不想进行,请务必输入'Q'结束游戏。): ".format(player, self.color)) # 如果人类玩家输入 Q 则表示想结束比赛 if action == "Q" or action == 'q': return "Q" else: row, col = action[1].upper(), action[0].upper() # 检查人类输入是否正确 if row in '12345678' and col in 'ABCDEFGH': # 检查人类输入是否为符合规则的可落子位置 if action in board.get_legal_actions(self.color): return action else: print("你的输入不合法,请重新输入!")
人类玩家 get_move() 方法主要思路是:
- 人类玩家输入落子位置,如果输入'Q', 则返回 'Q' 并结束比赛。
- 如果人类玩家输入棋盘位置,e.g. 'A1',首先判断输入是否正确,然后再判断是否符合黑白棋规则的落子位置。
# 导入棋盘文件 from board import Board # 棋盘初始化 board = Board() # 打印初始化后棋盘 board.display() # 人类玩家黑棋初始化 black_player = HumanPlayer("X") # 人类玩家黑棋落子位置 action = black_player.get_move(board) # 如果人类玩家输入 'Q',则表示想结束比赛, # 现在只展示人类玩家的输入结果。 if action == "Q": print("结束游戏:",action) else: # 打印白方被翻转的棋子位置 print("黑棋落子后反转白棋的棋子坐标:", board._move(action,black_player.color)) # 打印人类玩家黑棋落子后的棋盘 board.display()
2.4 创建 Game 类
该类主要实现黑白棋的对弈,已经实现随机玩家和人类玩家,现在可以来对弈一下。
Game 类(game.py)的主要方法和属性:
- 属性:
- self.board:棋盘
- self.current_player:定义当前的下棋一方,考虑游戏还未开始我们定义为 None
- self.black_player:定义黑棋玩家 black_player
- self.white_player:定义白棋玩家 white_player
- 方法:
- switch_player():下棋时切换玩家
- run():黑白棋游戏的主程序
!pip install func-timeout
# 导入黑白棋文件 from game import Game # 人类玩家黑棋初始化 black_player = HumanPlayer("X") # 随机玩家白棋初始化 white_player = RandomPlayer("O") # 游戏初始化,第一个玩家是黑棋,第二个玩家是白棋 game = Game(black_player, white_player) # 开始下棋 game.run()
考虑到人类下棋比较慢,我们直接采用随机玩家与随机玩家下棋,效果如下:
# 导入黑白棋文件 from game import Game # 随机玩家黑棋初始化 black_player = RandomPlayer("X") # 随机玩家白棋初始化 white_player = RandomPlayer("O") # 游戏初始化,第一个玩家是黑棋,第二个玩家是白棋 game = Game(black_player, white_player) # 开始下棋 game.run()
2.5 创建 AI 玩家
通过以上流程的介绍或者学习,相信大家一定很熟悉如何玩这个游戏。
现在 AI 玩家需要大家来完善!
该部分主要是需要大家使用 『蒙特卡洛树搜索算法』 来实现 miniAlphaGo for Reversi。
import math import random import sys from copy import deepcopy class Node: def __init__(self, now_board, parent=None, action=None, color=""): self.visits = 0 # 访问次数 self.reward = 0.0 # 期望值 self.now_board = now_board # 棋盘状态 self.children = [] # 孩子节点 self.parent = parent # 父节点 self.action = action # 对应动作 self.color = color # 该节点玩家颜色 def get_ucb(self, ucb_param): if self.visits == 0: return sys.maxsize # 未访问的节点ucb为无穷大 # UCB公式 explore = math.sqrt(2.0 * math.log(self.parent.visits) / float(self.visits)) now_ucb = self.reward/self.visits + ucb_param * explore return now_ucb # 生个孩子 def add_child(self, child_now_board, action, color): child_node = Node(child_now_board, parent=self, action=action, color=color) self.children.append(child_node) # 判断是否完全扩展 def full_expanded(self): # 有孩子并且所有孩子都访问过了就是完全扩展 if len(self.children) == 0: return False for kid in self.children: if kid.visits == 0: return False return True class AIPlayer: """ AI 玩家 """ def __init__(self, color): """ 玩家初始化 :param color: 下棋方,'X' - 黑棋,'O' - 白棋 """ self.max_times = 50 # 最大迭代次数 self.ucb_param = 1 # ucb的参数C self.color = color def uct(self, max_times, root): """ 根据当前棋盘状态获取最佳落子位置 :param max_times: 最大搜索次数 :param root: 根节点 :return: action 最佳落子位置 """ for i in range(max_times): # 最多模拟max次 selected_node = self.select(root) leaf_node = self.extend(selected_node) reward = self.stimulate(leaf_node) self.backup(leaf_node, reward) max_node = None # 搜索完成,然后找出最适合的下一步 max_ucb = -sys.maxsize for child in root.children: child_ucb = child.get_ucb(self.ucb_param) if max_ucb
如果是要提交mian.py文件用于运行和测试,直接将上面创建 AI 玩家这部分代码全部复制到mian.py中,运行测试就好
以上就是 AI 玩家的初步代码,其中特别注意:
- 请不要修改get_move方法的输入和输出。
- 可以添加 AIPlayer 的属性和方法。
- 完善算法时请注意落子时间:落子需要在 60s 之内!
- 落子 3 次不在合法范围内即判断该方失败, 故落子前请检查棋子的合法性。
2.5.1 测试 AI 玩家
如果您已经实现 AIPlayer,你可以选人类玩家、随机玩家与 AIPlayer 算法对战,甚至 AIPlayer 与 AIPlayer 自己对战!
# 导入黑白棋文件 from game import Game # 人类玩家黑棋初始化 black_player = HumanPlayer("X") # AI玩家白棋初始化 white_player =AIPlayer("O") # 游戏初始化,第一个玩家是黑棋,第二个玩家是白棋 game = Game(black_player, white_player) # 开始下棋 game.run()
3.运行结果
参考资料来源:B站
文章若有不当和不正确之处,还望理解与指出。由于部分文字、图片等来源于互联网,无法核实真实出处,如涉及相关争议,请联系博主删除。如有错误、疑问和侵权,欢迎评论留言联系作者,或者关注VX公众号:Rain21321,联系作者。
- 属性:
- board_num(action): 棋盘坐标转化为数字坐标。
还没有评论,来说两句吧...