数据分析|Python游戏开发，pyqt5模块，Python实现AI的俄罗斯方块小游戏，看你能过几关（）爬虫|python|pygame|人工智能|爬虫

前言 【数据分析|Python游戏开发，pyqt5模块，Python实现AI的俄罗斯方块小游戏，看你能过几关（）】利用一个简单的算法制作带AI的俄罗斯方块小游戏，让我们愉快地开始吧~

文章图片

代码效果展示
开发工具 Python版本： 3.6.4
相关模块：
pyqt5模块；
以及一些Python自带的模块。
环境搭建安装Python并添加到环境变量，pip安装需要的相关模块即可。
原理简介（1）游戏制作参见：Python制作小游戏（十一）
（2）AI源码实现算法比较简单(就是low)，基本思想就是遍历当前可操作的俄罗斯方块和下一个可操作的俄罗斯方块(根据不同的策略，即选择不同的位置和旋转角度)下落到底部后组成的所有可能的未来场景，从这些未来场景中选择一个最优的，其对应的当前可操作的俄罗斯方块的行动策略即为当前解，具体的代码实现如下：最后，如果你的时间不是很紧张，并且又想快速的提高，最重要的是不怕吃苦，建议你可以价位@762459510 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~

# 简单的AI算法 for d_now in current_direction_range: x_now_min, x_now_max, y_now_min, y_now_max = self.inner_board.current_tetris.getRelativeBoundary(d_now) for x_now in range(-x_now_min, self.inner_board.width - x_now_max): board = self.getFinalBoardData(d_now, x_now) for d_next in next_direction_range: x_next_min, x_next_max, y_next_min, y_next_max = self.inner_board.next_tetris.getRelativeBoundary(d_next) distances = self.getDropDistances(board, d_next, range(-x_next_min, self.inner_board.width-x_next_max)) for x_next in range(-x_next_min, self.inner_board.width-x_next_max): score = self.calcScore(copy.deepcopy(board), d_next, x_next, distances) if not action or action[2] < score: action = [d_now, x_now, score] return action

未来场景优劣评定考虑的因素有：
可消除的行数；
堆积后的俄罗斯方块内的虚洞数量；
堆积后的俄罗斯方块内的小方块数量；
堆积后的俄罗斯方块的最高点；
堆积后的俄罗斯方块的高度(每一列都有一个高度)标准差；
堆积后的俄罗斯方块的高度一阶前向差分；
堆积后的俄罗斯方块的高度一阶前向差分的标准差；
堆积后的俄罗斯方块的最高点和最低点之差。

福利：私信回复【01】可免费获取python入门教程视频

代码实现如下：

# 空位统计 hole_statistic_0 = [0] * width hole_statistic_1 = [0] * width # 方块数量 num_blocks = 0 # 空位数量 num_holes = 0 # 每个x位置堆积俄罗斯方块的最高点 roof_y = [0] * width for y in range(height-1, -1, -1): # 是否有空位 has_hole = False # 是否有方块 has_block = False for x in range(width): if board[x + y * width] == tetrisShape().shape_empty: has_hole = True hole_statistic_0[x] += 1 else: has_block = True roof_y[x] = height - y if hole_statistic_0[x] > 0: hole_statistic_1[x] += hole_statistic_0[x] hole_statistic_0[x] = 0 if hole_statistic_1[x] > 0: num_blocks += 1 if not has_block: break if not has_hole and has_block: removed_lines += 1 # 数据^0.7之和 num_holes = sum([i ** .7 for i in hole_statistic_1]) # 最高点 max_height = max(roof_y) - removed_lines # roof_y做差分运算 roof_dy = [roof_y[i]-roof_y[i+1] for i in range(len(roof_y)-1)] # 计算标准差E(x^2) - E(x)^2 if len(roof_y) <= 0: roof_y_std = 0 else: roof_y_std = math.sqrt(sum([y**2 for y in roof_y]) / len(roof_y) - (sum(roof_y) / len(roof_y)) ** 2) if len(roof_dy) <= 0: roof_dy_std = 0 else: roof_dy_std = math.sqrt(sum([dy**2 for dy in roof_dy]) / len(roof_dy) - (sum(roof_dy) / len(roof_dy)) ** 2) # roof_dy绝对值之和 abs_dy = sum([abs(dy) for dy in roof_dy]) # 最大值与最小值之差 max_dy = max(roof_y) - min(roof_y) # 计算得分 score = removed_lines * 1.8 - num_holes * 1.0 - num_blocks * 0.5 - max_height ** 1.5 * 0.02 - roof_y_std * 1e-5 - roof_dy_std * 0.01 - abs_dy * 0.2 - max_dy * 0.3 return score