如何让AI教机器自己玩俄罗斯方块？
人工智能大火的今天，如果还是自己玩俄罗斯方块未免显得太 low，为什么不对游戏升级，让机器自己去玩俄罗斯方块呢？有了这个想法之后，我用了两天时间去搜集了大量资料，在电脑死机好多次之后终于将 ai 俄罗斯方块实现了。
程序介绍
所谓让机器自己去玩俄罗斯方块，就是让机器计算当前方块的所有形态可放置的所有位置，然后根据统一的评价标准，计算出最优的位置进行放置。这个评价的标准简单的来说就是：板块放置的位置越靠下越好，方块之间越紧密越好，自身对消除行的方块贡献数量越多越好，但是这里还要注意的是不可为了追求消除行数，而去造成过多的空洞，这样也是不合理的。
关于 ai 算法主要有两种：一种是经典的 pierre dellacherie 算法，一种基于基于深度搜索的算法。深度搜索需要优化的地方很多，假如计算的层数不够、没有高效剪枝，一不小心容易写成人工智障，时间复杂度也不好。pierre dellacherie 算法更加清晰，复杂度更低。但是该算法只考虑当前，不对未来的情况进行计算，注重的是“不死性”，追求方块的“密集”，有时就算可以一次性消除 3 行，却会使全局方块更加“疏”，即过多的空洞。
代码由tetris.py、ai.py和utils.py三部分组成，游戏的主要逻辑由 tetis 控制，utils 定义了方块的样式，ai 顾名思义实现了主要的 ai算法。
具体介绍
pierre dellacherie 算法
只考虑当前方块，不对未来的情况进行计算，注重的是“不死性”，算法每次生成一个方块，便穷举该方块所有旋转的落点。一种方块最多有 4 种旋转，并且由于游戏界面是 10*20 的，所以对于每个旋转形状，只需要考虑 10 种落点。算法的核心是一个评估函数，对穷举出的每一种下落情况，计算 6 个参数值，用评估函数加权求和得到一个值，该值最大的情况便是目前方块的最优下落位置，六个参数分别是：
1. 下落高度（landing height）
当前方块落下去之后，方块中点距底部的方格数（事实上，不求中点也是可以的）。
2. 消行数（rows eliminated）
消行层数与当前方块贡献出的方格数乘积。
3. 行变换（row transitions）
从左到右（或者反过来）检测一行，当该行中某个方格从有方块到无方块（或无方块到有方块），视为一次变换。游戏池边界算作有方块。行变换从一定程度上反映出一行的平整程度，越平整值越小；
该指标为所有行的变换数之和；
如图：■ 表示有方块，□ 表示空格（游戏池边界未画出）
■■□□■■□□■■□□ 变换数为 6
□□□□□■□■□■□■ 变换数为 9
■■■■□□□□□□■■ 变换数为 2
■■■■■■■■■■■■ 变换数为 0
4. 列变换（column transitions）
大意同上，列变换从一定程度上反映出一列中空洞的集中程度，空洞越集中值越小。
5. 空洞数（number of holes）
6. 井的总和（well sums）
井指两边皆有方块的空列。该指标为所有井的深度连加到 1 再求总和。
注意一列中可能有多个井，如图：
■□□
■□■
■□■
■■■
■□■
■□■
■□■
中间一列为井，深度连加到一的和为 (2+1)+(3+2+1)=9
评估函数如下 (首字母简写)：
关于方块形态
这里对 ai 俄罗斯方块的形态做一下特别说明，各个方块都是根据中心点的坐标来生成的，以（0，0）为中心点，在 x、y 轴加减 1 则是其他方格的坐标，这样的好处就是只要确定中心点坐标，其他的方格位置就能随即生成。
看图就懂：
1#每种块包含的四个小方块相对坐标分布 2self.shapes_relative_coords=[ 3[[0,0],[0,0],[0,0],[0,0]], 4[[0,-1],[0,0],[0,1],[0,2]], 5[[0,-1],[0,0],[0,1],[1,1]], 6[[0,-1],[0,0],[0,1],[-1,1]], 7[[0,-1],[0,0],[0,1],[1,0]], 8[[0,0],[0,-1],[1,0],[1,-1]], 9[[0,0],[0,-1],[-1,0],[1,-1]],10[[0,0],[0,-1],[1,0],[-1,-1]]11]
基于深度搜索的方法暂不介绍。
收获成果
以上，感兴趣的同学可通过网盘获取源代码：https://pan.baidu.com/s/1gc6sf62pz5d6rh6eicozuw，提取码: k17b。
如何实现一种基于FPGA的横向FIR滤波器设计？
不可思议的结合，3D打印技术在服装上的应用
基于IC555的水位传感器/探测器报警电路
到底快充对电池有没有损害?
无线会议麦克风1拖2方案如何选择|天惠微科技
如何让AI教机器自己玩俄罗斯方块？
苹果13运行内存
苹果iOS14.3自动解锁 Mac 的可靠性
什么是边缘计算通过实际案例解析详细的解读介绍
韦乐平：5G的竞争正演变为一场光纤基础设施的竞争
智能照明系统的简单原理应用
OPPO携伙伴共同推动5G网络部署，年底首发高通双模5G手机
三星宣布将停止为 4 款中端机型提供安全更新
中国机器人现状：唯一的优势就是说中文
“互联网+”加快规范化仓储管理和智能仓储建设
晨日科技与聚飞光电的合作有望升级
【解决方案】Acrel-EIOT能源物联网云平台解决方案
碱性高能电池与普通碳性电池比较有何区别？
叶片图像分析仪的产品组成结构是怎样的
米家空气净化器Pro H的性能与净化速度评测
程序介绍
所谓让机器自己去玩俄罗斯方块，就是让机器计算当前方块的所有形态可放置的所有位置，然后根据统一的评价标准，计算出最优的位置进行放置。这个评价的标准简单的来说就是：板块放置的位置越靠下越好，方块之间越紧密越好，自身对消除行的方块贡献数量越多越好，但是这里还要注意的是不可为了追求消除行数，而去造成过多的空洞，这样也是不合理的。
关于 ai 算法主要有两种：一种是经典的 pierre dellacherie 算法，一种基于基于深度搜索的算法。深度搜索需要优化的地方很多，假如计算的层数不够、没有高效剪枝，一不小心容易写成人工智障，时间复杂度也不好。pierre dellacherie 算法更加清晰，复杂度更低。但是该算法只考虑当前，不对未来的情况进行计算，注重的是“不死性”，追求方块的“密集”，有时就算可以一次性消除 3 行，却会使全局方块更加“疏”，即过多的空洞。
代码由tetris.py、ai.py和utils.py三部分组成，游戏的主要逻辑由 tetis 控制，utils 定义了方块的样式，ai 顾名思义实现了主要的 ai算法。
具体介绍
pierre dellacherie 算法
只考虑当前方块，不对未来的情况进行计算，注重的是“不死性”，算法每次生成一个方块，便穷举该方块所有旋转的落点。一种方块最多有 4 种旋转，并且由于游戏界面是 10*20 的，所以对于每个旋转形状，只需要考虑 10 种落点。算法的核心是一个评估函数，对穷举出的每一种下落情况，计算 6 个参数值，用评估函数加权求和得到一个值，该值最大的情况便是目前方块的最优下落位置，六个参数分别是：
1. 下落高度（landing height）
当前方块落下去之后，方块中点距底部的方格数（事实上，不求中点也是可以的）。
2. 消行数（rows eliminated）
消行层数与当前方块贡献出的方格数乘积。
3. 行变换（row transitions）
从左到右（或者反过来）检测一行，当该行中某个方格从有方块到无方块（或无方块到有方块），视为一次变换。游戏池边界算作有方块。行变换从一定程度上反映出一行的平整程度，越平整值越小；
该指标为所有行的变换数之和；
如图：■ 表示有方块，□ 表示空格（游戏池边界未画出）
■■□□■■□□■■□□ 变换数为 6
□□□□□■□■□■□■ 变换数为 9
■■■■□□□□□□■■ 变换数为 2
■■■■■■■■■■■■ 变换数为 0
4. 列变换（column transitions）
大意同上，列变换从一定程度上反映出一列中空洞的集中程度，空洞越集中值越小。
5. 空洞数（number of holes）
6. 井的总和（well sums）
井指两边皆有方块的空列。该指标为所有井的深度连加到 1 再求总和。
注意一列中可能有多个井，如图：
■□□
■□■
■□■
■■■
■□■
■□■
■□■
中间一列为井，深度连加到一的和为 (2+1)+(3+2+1)=9
评估函数如下 (首字母简写)：
关于方块形态
这里对 ai 俄罗斯方块的形态做一下特别说明，各个方块都是根据中心点的坐标来生成的，以（0，0）为中心点，在 x、y 轴加减 1 则是其他方格的坐标，这样的好处就是只要确定中心点坐标，其他的方格位置就能随即生成。
看图就懂：
1#每种块包含的四个小方块相对坐标分布 2self.shapes_relative_coords=[ 3[[0,0],[0,0],[0,0],[0,0]], 4[[0,-1],[0,0],[0,1],[0,2]], 5[[0,-1],[0,0],[0,1],[1,1]], 6[[0,-1],[0,0],[0,1],[-1,1]], 7[[0,-1],[0,0],[0,1],[1,0]], 8[[0,0],[0,-1],[1,0],[1,-1]], 9[[0,0],[0,-1],[-1,0],[1,-1]],10[[0,0],[0,-1],[1,0],[-1,-1]]11]
基于深度搜索的方法暂不介绍。
收获成果
以上，感兴趣的同学可通过网盘获取源代码：https://pan.baidu.com/s/1gc6sf62pz5d6rh6eicozuw，提取码: k17b。
如何实现一种基于FPGA的横向FIR滤波器设计？
不可思议的结合，3D打印技术在服装上的应用
基于IC555的水位传感器/探测器报警电路
到底快充对电池有没有损害?
无线会议麦克风1拖2方案如何选择|天惠微科技
如何让AI教机器自己玩俄罗斯方块？
苹果13运行内存
苹果iOS14.3自动解锁 Mac 的可靠性
什么是边缘计算通过实际案例解析详细的解读介绍
韦乐平：5G的竞争正演变为一场光纤基础设施的竞争
智能照明系统的简单原理应用
OPPO携伙伴共同推动5G网络部署，年底首发高通双模5G手机
三星宣布将停止为 4 款中端机型提供安全更新
中国机器人现状：唯一的优势就是说中文
“互联网+”加快规范化仓储管理和智能仓储建设
晨日科技与聚飞光电的合作有望升级
【解决方案】Acrel-EIOT能源物联网云平台解决方案
碱性高能电池与普通碳性电池比较有何区别？
叶片图像分析仪的产品组成结构是怎样的
米家空气净化器Pro H的性能与净化速度评测