AI人工智能模拟游戏_AI使用导航教程

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 .

AI人工智能 模拟游戏

一个机器人玩最后的硬币

机器人玩井字游戏

AI人工智能模拟游戏