Python游戲開發(fā)實例之graphics實現(xiàn)AI五子棋
前言
利用Python+graphics模塊實現(xiàn)AI五子棋。
讓我們愉快地開始吧~~~
效果展示

源碼
import sys
import cfg
from modules.misc.Buttons import *
from modules.ai.playWithAI import *
from modules.online.playOnline import *
from PyQt5.QtGui import *
from PyQt5.QtCore import *
from PyQt5.QtWidgets import *
'''游戲開始界面'''
class gameStartUI(QWidget):
def __init__(self, parent=None, **kwargs):
super(gameStartUI, self).__init__(parent)
self.setFixedSize(760, 650)
self.setWindowTitle('五子棋-微信號: ilove-python')
self.setWindowIcon(QIcon(cfg.ICON_FILEPATH))
# 背景圖片
palette = QPalette()
palette.setBrush(self.backgroundRole(), QBrush(QPixmap(cfg.BACKGROUND_IMAGEPATHS.get('bg_start'))))
self.setPalette(palette)
# 按鈕
# --人機對戰(zhàn)
self.ai_button = PushButton(cfg.BUTTON_IMAGEPATHS.get('ai'), self)
self.ai_button.move(250, 200)
self.ai_button.show()
self.ai_button.click_signal.connect(self.playWithAI)
# --聯(lián)機對戰(zhàn)
self.online_button = PushButton(cfg.BUTTON_IMAGEPATHS.get('online'), self)
self.online_button.move(250, 350)
self.online_button.show()
self.online_button.click_signal.connect(self.playOnline)
'''人機對戰(zhàn)'''
def playWithAI(self):
self.close()
self.gaming_ui = playWithAIUI(cfg)
self.gaming_ui.exit_signal.connect(lambda: sys.exit())
self.gaming_ui.back_signal.connect(self.show)
self.gaming_ui.show()
'''聯(lián)機對戰(zhàn)'''
def playOnline(self):
self.close()
self.gaming_ui = playOnlineUI(cfg, self)
self.gaming_ui.show()
'''run'''
if __name__ == '__main__':
app = QApplication(sys.argv)
handle = gameStartUI()
font = QFont()
font.setPointSize(12)
handle.setFont(font)
handle.show()
sys.exit(app.exec_())
開發(fā)工具
Python版本: 3.6.4
相關(guān)模塊:
graphics模塊。
環(huán)境搭建
安裝Python并添加到環(huán)境變量即可。
注:
graphics模塊在相關(guān)文件中已經(jīng)提供,就是一個py文件,直接放在當(dāng)前路徑或者放到python安裝文件夾下的site-packages文件夾內(nèi)均可。
原理簡介
對于五子棋這樣的博弈類AI,很自然的想法就是讓計算機把當(dāng)前所有可能的情況都嘗試一遍,找到最優(yōu)的落子點。這里有兩個問題:
(1)如何把所有可能的情況都嘗試一遍;
(2)如何定量判斷某落子點的優(yōu)劣。
對于第一個問題,其實就是所謂的博弈樹搜索,對于第二個問題,其實就是所謂的選擇評估函數(shù)。評估函數(shù)的選取直接決定了AI算法的優(yōu)劣,其形式也千變?nèi)f化??梢哉f,每個評估函數(shù)就是一個選手,對不同的棋型每個選手自然有不同的看法和應(yīng)對措施,當(dāng)然他們的棋力也就因此各不相同了。
但博弈樹搜索就比較固定了,其核心思想無非是讓計算機考慮當(dāng)前局勢下之后N步所有可能的情況,其中奇數(shù)步(因為現(xiàn)在輪到AI下)要讓AI方的得分最大,偶數(shù)步要讓AI方的得分最?。ㄒ驗閷κ忠簿褪侨祟?,也可以選擇最優(yōu)策略)。
當(dāng)然這樣的搜索其計算量是極大的,這時候就需要剪枝來減少計算量。例如下圖:

其中A代表AI方,P代表人類方。AI方搜索最大值,人類方搜索最小值。因此Layer3的A1向下搜索的最終結(jié)果為4,Layer3的A2向下搜索,先搜索Layer4的P3,獲得的分值為6,考慮到Layer2的P1向下搜索時取Layer3的A1和A2中的較小值,而Layer3的A2搜索完Layer4的P3時,其值就已經(jīng)必大于Layer3的A1了,就沒有搜索下去的必要了,因此Layer3到Layer4的路徑3就可以剪掉了。
上述搜索策略其實質(zhì)就是:
minimax算法+alpha-beta剪枝算法。
了解了上述原理之后,就可以自己寫代碼實現(xiàn)了。當(dāng)然實際實現(xiàn)過程中,我做了一些簡化,但萬變不離其宗,其核心思想都是一樣的。

到此這篇關(guān)于Python游戲開發(fā)實例之graphics實現(xiàn)AI五子棋的文章就介紹到這了,更多相關(guān)Python AI五子棋內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Pyside2中嵌入Matplotlib的繪圖的實現(xiàn)
這篇文章主要介紹了Pyside2中嵌入Matplotlib的繪圖的實現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-02-02
Python數(shù)據(jù)分析庫pandas基本操作方法
下面小編就為大家分享一篇Python數(shù)據(jù)分析庫pandas基本操作方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-04-04
對python pandas中 inplace 參數(shù)的理解
這篇文章主要介紹了對python pandas中 inplace 參數(shù)的理解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06
Python開發(fā)必備知識內(nèi)存管理與垃圾回收
Python是一種高級編程語言,因其簡潔而強大而備受歡迎,然而如其他編程語言一樣,Python也面臨著內(nèi)存管理的挑戰(zhàn),在Python中,垃圾回收是一項關(guān)鍵任務(wù),用于自動釋放不再使用的內(nèi)存,以避免內(nèi)存泄漏,本文將介紹Python中的垃圾回收機制,以及如何通過優(yōu)化代碼來提高性能2023-11-11
Python?itertools中accumulate函數(shù)用法及使用運用詳細(xì)講解
這篇文章主要介紹了Python的itertools庫中的accumulate函數(shù),該函數(shù)可以計算累積和或通過指定函數(shù)進行累積運算,文中通過代碼將用法介紹的非常詳細(xì),需要的朋友可以參考下2025-02-02

