Python游戲開發(fā)怎么用graphics實現(xiàn)AI五子棋

本篇內(nèi)容介紹了“Python游戲開發(fā)怎么用graphics實現(xiàn)AI五子棋”的有關(guān)知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠?qū)W有所成！

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對措施，當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忠簿褪侨祟悾部梢赃x擇最優(yōu)策略）。

當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。

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。

“Python游戲開發(fā)怎么用graphics實現(xiàn)AI五子棋”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實用文章！