好久沒有寫過博客了，多久，大概8年？？？最近重新把寫作這事兒撿起來……最近在折騰AI，寫個AI相關的給團隊的小伙伴們看吧。

?

搞了這么多年的機器學習，從分類到聚類，從樸素貝葉斯到SVM，從神經網絡到深度學習，各種神秘的項目里用了無數次，但是感覺干的各種事情離我們生活還是太遠了。最近AlphaGo Zero的發布，深度學習又火了一把，小伙伴們按捺不住內心的躁動，要搞一個游戲AI，好吧，那就從規則簡單、老少皆宜的五子棋開始講起。

?

好了，廢話就說這么多，下面進入第一講，實現一個五子棋。

?

小伙伴：此處省去吐槽一萬字，說好的講深度學習，怎么開始扯實現一個五子棋程序了，大哥你不按套路出牌啊……

我：工欲善其事必先利其器，要實現五子棋的AI，連棋都沒有，AI個錘子！

老羅：什么事？

……

?

五子棋分為有禁手和無禁手，我們先實現一個普通版本的無禁手版本作為例子，因為這個不影響我們實現一個AI。補充說明一下，無禁手黑棋必勝，經過比賽和各種研究，人們逐漸知道了這個事實就開始想辦法來限制黑棋先手優勢。于是出現了有禁手規則，規定黑棋不能下三三，四四和長連。但隨著比賽的結果的研究的繼續進行，發現其實即使是對黑棋有禁手限制，還是不能阻止黑棋開局必勝的事實，像直指開局中花月，山月，云月，溪月，寒星等，斜指開局中的名月，浦月，恒星，峽月，嵐月都是黑棋必勝。于是日本人繼續提出了交換和換打的思想，到了后來發展成了國際比賽中三手交換和五手二打規則，防止執黑者下出必勝開局或者在第五手下出必勝打。所以結論是，在不正規的比賽規則或者無禁手情況下，黑棋必勝是存在的。

?

（1）五子棋下棋邏輯實現

這里用Python來實現，因為之后的機器學習庫也是Python的，方便一點。

界面和邏輯要分開，解耦合，這個是毋庸置疑的，并且之后還要訓練AI，分離這是必須的。所以我們先來實現一個五子棋的邏輯。

我們先來考慮五子棋是一個15*15的棋盤，棋盤上的每一個交叉點（或格子）上一共會有3種狀態：空白、黑棋、白棋，所以先建個文件?consts.py

做如下定義：

from enum import EnumN = 15class ChessboardState(Enum):EMPTY = 0BLACK = 1WHITE = 2

?

?

棋盤的狀態，我們先用一個15*15的二維數組chessMap來表示，建一個類 gobang.py

currentI、currentJ、currentState 分別表示當前這步著棋的坐標和顏色，再定義一個get和set函數，最基本的框架就出來了，代碼如下：

from enum import Enum from consts import *class GoBang(object):def __init__(self):self.__chessMap = [[ChessboardState.EMPTY for j in range(N)] for i in range(N)]self.__currentI = -1self.__currentJ = -1self.__currentState = ChessboardState.EMPTYdef get_chessMap(self):return self.__chessMapdef get_chessboard_state(self, i, j):return self.__chessMap[i][j]def set_chessboard_state(self, i, j, state):self.__chessMap[i][j] = stateself.__currentI = iself.__currentJ = jself.__currentState = state

?

?

這樣界面端可以調用get函數來獲取各個格子的狀態來決定是否繪制棋子，以及繪制什么樣的棋子；每次下棋的時候呢，在對應的格子上，通過坐標來設置棋盤Map的狀態。

所以最基本的展示和下棋，上面的邏輯就夠了，接下來干什么呢，得考慮每次下棋之后，set了對應格子的狀態，是不是需要判斷當前有沒有獲勝。所以還需要再加兩個函數來干這個事情，思路就是從當前位置從東、南、西、北、東南、西南、西北、東北8個方向，4根軸，看是否有連續的大于5顆相同顏色的棋子出現。假設我們目前落子在棋盤正中，需要判斷的位置如下圖所示的米字形。

?

?

那代碼怎么寫呢，最最笨的辦法，按照字面意思來翻譯咯，比如橫軸，先看當前位置左邊有多少顆連續同色的，再看右邊有多少顆連續同色的，左邊加右邊，就是當前橫軸上的連續數，如果大于5，則勝利。

def have_five(self, current_i, current_j):#四個方向計數 豎 橫 左斜 右斜hcount = 1temp = ChessboardState.EMPTY#H-左for j in range(current_j - 1, -1, -1): #橫向往左 from (current_j - 1) to 0temp = self.__chessMap[current_i][j]if temp == ChessboardState.EMPTY or temp != self.__currentState:breakhcount = hcount + 1
#H-右for j in range(current_j + 1, N): #橫向往右 from (current_j + 1) to Ntemp = self.__chessMap[current_i][j]if temp == ChessboardState.EMPTY or temp != self.__currentState:breakhcount = hcount + 1
#H-結果if hcount >= 5:return True

?

?

以此類推，再看豎軸、再看左斜、再看右斜。于是，have_five函數變成這樣了：

def have_five(self, current_i, current_j):#四個方向計數 橫 豎 左斜 右斜hcount = 1vcount = 1lbhcount = 1rbhcount = 1temp = ChessboardState.EMPTY#H-左for j in range(current_j - 1, -1, -1): #橫向往左 from (current_j - 1) to 0temp = self.__chessMap[current_i][j]if temp == ChessboardState.EMPTY or temp != self.__currentState:breakhcount = hcount + 1#H-右for j in range(current_j + 1, N): #橫向往右 from (current_j + 1) to Ntemp = self.__chessMap[current_i][j]if temp == ChessboardState.EMPTY or temp != self.__currentState:breakhcount = hcount + 1#H-結果if hcount >= 5:return True
#V-上for i in range(current_i - 1, -1, -1): # from (current_i - 1) to 0temp = self.__chessMap[i][current_j]if temp == ChessboardState.EMPTY or temp != self.__currentState:breakvcount = vcount + 1#V-下for i in range(current_i + 1, N): # from (current_i + 1) to Ntemp = self.__chessMap[i][current_j]if temp == ChessboardState.EMPTY or temp != self.__currentState:breakvcount = vcount + 1#V-結果if vcount >= 5:return True
#LB-上for i, j in zip(range(current_i - 1, -1, -1), range(current_j - 1, -1, -1)): temp = self.__chessMap[i][j]if temp == ChessboardState.EMPTY or temp != self.__currentState:breaklbhcount = lbhcount + 1#LB-下for i, j in zip(range(current_i + 1, N), range(current_j + 1, N)): temp = self.__chessMap[i][j]if temp == ChessboardState.EMPTY or temp != self.__currentState:breaklbhcount = lbhcount + 1#LB-結果if lbhcount >= 5:return True
#RB-上for i, j in zip(range(current_i - 1, -1, -1), range(current_j + 1, N)): temp = self.__chessMap[i][j]if temp == ChessboardState.EMPTY or temp != self.__currentState:breakrbhcount = rbhcount + 1#RB-下for i, j in zip(range(current_i + 1, N), range(current_j - 1, -1, -1)): temp = self.__chessMap[i][j]if temp == ChessboardState.EMPTY or temp != self.__currentState:breakrbhcount = rbhcount + 1#LB-結果if rbhcount >= 5:return True

?

?

這樣是不是就寫完了，五子棋的邏輯全部實現~?

NO，別高興得太早，我想說，我好惡心，上面那個代碼，簡直丑爆了，再看一眼，重復的寫了這么多for，這么多if，這么多重復的代碼塊，讓我先去吐會兒……

好了，想想辦法怎么改，至少分了4根軸，是重復的對不對，然后每根軸分別從正負兩個方向去統計，最后加起來，兩個方向，也是重復的對不對。

于是我們能不能只寫一個方向的代碼，分別調2次，然后4根軸，分別再調4次，2*4=8，一共8行代碼搞定試試。

因為有45°和135°這兩根斜軸的存在，所以方向上應該分別從x和y兩個軸來控制正負，于是可以這樣，先寫一個函數，按照方向來統計：

xdirection=0,ydirection=1 ? ? ? 表示從y軸正向數；

xdirection=0,ydirection=-1 ? ??表示從y軸負向數；

xdirection=1,ydirection=1 ? ? ? 表示從45°斜軸正向數；

……

不一一列舉了，再加上邊界條件的判斷，于是有了以下函數：

def count_on_direction(self, i, j, xdirection, ydirection, color):count = 0for step in range(1, 5): #除當前位置外,朝對應方向再看4步if xdirection != 0 and (j + xdirection * step < 0 or j + xdirection * step >= N):breakif ydirection != 0 and (i + ydirection * step < 0 or i + ydirection * step >= N):breakif self.__chessMap[i + ydirection * step][j + xdirection * step] == color:count += 1else:breakreturn count

?

?

于是乎，前面的have_five稍微長的好看了一點，可以變成這樣：

def have_five(self, i, j, color):#四個方向計數 橫 豎 左斜 右斜hcount = 1vcount = 1lbhcount = 1rbhcount = 1hcount += self.count_on_direction(i, j, -1, 0, color)hcount += self.count_on_direction(i, j, 1, 0, color)if hcount >= 5:return Truevcount += self.count_on_direction(i, j, 0, -1, color)vcount += self.count_on_direction(i, j, 0, 1, color)if vcount >= 5:return Truelbhcount += self.count_on_direction(i, j, -1, 1, color)lbhcount += self.count_on_direction(i, j, 1, -1, color)if lbhcount >= 5:return Truerbhcount += self.count_on_direction(i, j, -1, -1, color)rbhcount += self.count_on_direction(i, j, 1, 1, color)if rbhcount >= 5:return True

?

?

還是一大排重復的代碼呀，我還是覺得它丑啊，我真的不是處女座，但是這個函數是真丑啊，能不能讓它再帥一點，當然可以，4個重復塊再收成一個函數，循環調4次，是不是可以，好，就這么干，于是have_five就又漂亮了一點點：

def have_five(self, i, j, color):#四個方向計數 橫 豎 左斜 右斜directions = [[(-1, 0), (1, 0)], \[(0, -1), (0, 1)], \[(-1, 1), (1, -1)], \[(-1, -1), (1, 1)]]for axis in directions:axis_count = 1for (xdirection, ydirection) in axis:axis_count += self.count_on_direction(i, j, xdirection, ydirection, color)if axis_count >= 5:return Truereturn False

?

?

嗯，感覺好多了，這下判斷是否有5顆相同顏色棋子的邏輯也有了，再加一個函數來給界面層返回結果，邏輯部分的代碼就差不多了：

def get_chess_result(self):if self.have_five(self.__currentI, self.__currentJ, self.__currentState):return self.__currentStateelse:return ChessboardState.EMPTY

?

?

于是，五子棋邏輯代碼就寫完了，完整代碼 gobang.py 如下：

#coding:utf-8from enum import Enum from consts import *class GoBang(object):def __init__(self):self.__chessMap = [[ChessboardState.EMPTY for j in range(N)] for i in range(N)]self.__currentI = -1self.__currentJ = -1self.__currentState = ChessboardState.EMPTYdef get_chessMap(self):return self.__chessMapdef get_chessboard_state(self, i, j):return self.__chessMap[i][j]def set_chessboard_state(self, i, j, state):self.__chessMap[i][j] = stateself.__currentI = iself.__currentJ = jself.__currentState = statedef get_chess_result(self):if self.have_five(self.__currentI, self.__currentJ, self.__currentState):return self.__currentStateelse:return ChessboardState.EMPTYdef count_on_direction(self, i, j, xdirection, ydirection, color):count = 0for step in range(1, 5): #除當前位置外,朝對應方向再看4步if xdirection != 0 and (j + xdirection * step < 0 or j + xdirection * step >= N):breakif ydirection != 0 and (i + ydirection * step < 0 or i + ydirection * step >= N):breakif self.__chessMap[i + ydirection * step][j + xdirection * step] == color:count += 1else:breakreturn countdef have_five(self, i, j, color):#四個方向計數 橫 豎 左斜 右斜directions = [[(-1, 0), (1, 0)], \[(0, -1), (0, 1)], \[(-1, 1), (1, -1)], \[(-1, -1), (1, 1)]]for axis in directions:axis_count = 1for (xdirection, ydirection) in axis:axis_count += self.count_on_direction(i, j, xdirection, ydirection, color)if axis_count >= 5:return Truereturn False

?

小伙伴：大哥，憋了半天，就憋出這么不到60行代碼？

我：代碼不在多，實現則靈……

?

明天來給它加個render，前端界面就有了，就是一個簡單的完整游戲了，至于AI，別急嘛。

好吧，就這樣…

?

UI部分在這里：

[深度學習]實現一個博弈型的AI，從五子棋開始（2）

轉載于:https://www.cnblogs.com/erwin/p/7828956.html

總結

以上是生活随笔為你收集整理的[深度学习]实现一个博弈型的AI，从五子棋开始（1）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。