x01.AntWorld: An Python AI Game

来源:http://www.cnblogs.com/china_x01/archive/2017/11/19/7862693.html
-Advertisement-
Play Games

1. 學習了一下 AI 五子棋，順手改作 19 路的棋盤，便於圍棋通用。render.py 主要修改如下： 2. 發現 pygame 還不錯，便從網上搜索到《Beginning Game Development With Python And Pygame》，其中螞蟻游戲的 AI 表現甚好，主要代碼 ...


1. 學習了一下 AI 五子棋，順手改作 19 路的棋盤，便於圍棋通用。render.py 主要修改如下：

# 常量部分：
IMAGE_PATH = 'img/'
StoneSize = 32
WIDTH = 650
HEIGHT = 732
ColSize = 33
RowSize = 34.44
H_Pad = (HEIGHT- RowSize * 19) / 2 + (RowSize - StoneSize) / 2 + 1
W_Pad = (WIDTH - ColSize * 19) / 2 + (ColSize - StoneSize) / 2 + 1
Pad = ColSize - StoneSize, RowSize - StoneSize
PIECE = StoneSize

# 坐標轉換部分：
    def coordinate_transform_map2pixel(self, i, j):    
        # 從 chessMap 里的邏輯坐標到 UI 上的繪製坐標的轉換
        return j * (PIECE+Pad[0]) + W_Pad, i * (PIECE+Pad[1]) + H_Pad

    def coordinate_transform_pixel2map(self, x, y):    
        # 從 UI 上的繪製坐標到 chessMap 里的邏輯坐標的轉換
        i , j = int((y-H_Pad) / (PIECE+Pad[1])), int((x-W_Pad) / (PIECE+Pad[0]))
        
        if i < 0 or i >= N or j < 0 or j >= N:
            return None, None
        else:
            return i, j

2. 發現 pygame 還不錯，便從網上搜索到《Beginning Game Development With Python And Pygame》，其中螞蟻游戲的 AI 表現甚好，主要代碼如下：

import pygame

from pygame.locals import *
from random import randint
from core.vector2d import Vector2D

ScreenSize = (640, 480)
NestLocation = (320, 240)
AntCount = 20
NestSize = 100.0
ImgPath = "img/"

class State(object):
    def __init__(self, name):
        self.name = name
    def do_actions(self):
        pass 
    def check_conditions(self):
        pass 
    def entry_actions(self):
        pass 
    def exit_actions(self):
        pass 

class StateMachine(object):
    def __init__(self):
        self.states = {}
        self.active_state = None 
    def add_state(self, state):
        self.states[state.name] = state 
    def think(self):
        if self.active_state is None:
            return 
        self.active_state.do_actions()
        new_state_name = self.active_state.check_conditions()
        if new_state_name is not None:
            self.set_state(new_state_name)
    def set_state(self, new_state_name):
        if self.active_state is not None:
            self.active_state.exit_actions()
        self.active_state = self.states[new_state_name]
        self.active_state.entry_actions()

class World(object):
    def __init__(self):
        self.entities = {}
        self.entity_id = 0
        self.background = pygame.surface.Surface(ScreenSize).convert()
        self.background.fill((255,255,255))
        pygame.draw.circle(self.background, (200,255,200), NestLocation, int(NestSize))
    def add_entity(self, entity):
        self.entities[self.entity_id] = entity
        entity.id = self.entity_id
        self.entity_id += 1
    def remove_entity(self, entity):
        del self.entities[entity.id]
    def get(self, entity_id):
        if entity_id in self.entities:
            return self.entities[entity_id]
        else:
            return None
    def process(self, time_passed):
        time_passed_seconds = time_passed / 1000.0
        entities = list(self.entities.values())
        for entity in entities:
            entity.process(time_passed_seconds)
    def render(self, surface):
        surface.blit(self.background, (0,0))
        for entity in self.entities.values():
            entity.render(surface)
    def got_close_entity(self, name, location, range=100.0):
        location = Vector2D(*location)
        for entity in self.entities.values():
            if entity.name == name:
                distance = location.get_distance_to(entity.location)
                if distance < range:
                    return entity
        return None 

class GameEntity(object):
    def __init__(self, world, name, image):
        self.world = world
        self.name = name
        self.image = image
        self.location = Vector2D(0, 0)
        self.destination = Vector2D(0, 0)
        self.speed = 0
        self.brain = StateMachine()
        self.id = 0
    def render(self, surface):
        x,y = self.location
        w,h = self.image.get_size()
        surface.blit(self.image, (x-w/2, y-h/2))
    def process(self, time_passed):
        self.brain.think()
        if self.speed > 0 and self.location != self.destination:
            vec_to_destination = self.destination - self.location
            distance_to_destination = vec_to_destination.get_length()
            heading = vec_to_destination.get_normalized()
            travel_distance = min(distance_to_destination, time_passed * self.speed)
            self.location += travel_distance * heading
    
class Leaf(GameEntity):
    def __init__(self, world, image):
        GameEntity.__init__(self, world, "leaf", image)
    
class Spider(GameEntity):
    def __init__(self, world, image):
        GameEntity.__init__(self, world, "spider", image)
        self.dead_image = pygame.transform.flip(image, 0, 1)
        self.health = 25
        self.speed = 50.0 + randint(-20,20)
    def bitten(self):
        self.health -= 1
        if self.health <= 0:
            self.speed = 0
            self.image = self.dead_image
        self.speed = 140
    def render(self, surface):
        GameEntity.render(self, surface)
        x,y = self.location
        w,h = self.image.get_size()
        bar_x = x - 12
        bar_y = y + h/2
        surface.fill((255,0,0), (bar_x, bar_y, 25, 4))
        surface.fill((0,255,0), (bar_x, bar_y, self.health, 4))
    def process(self, time_passed):
        x,y = self.location
        if x > ScreenSize[0] + 2:
            self.world.remove_entity(self)
            return
        GameEntity.process(self, time_passed)
    
class Ant(GameEntity):
    def __init__(self, world, image):
        GameEntity.__init__(self, world, "ant", image)
        exploring_state = AntStateExploring(self)
        seeking_state = AntStateSeeking(self)
        delivering_state = AntStateDelivering(self)
        hunting_state = AntStateHunting(self)
        self.brain.add_state(exploring_state)
        self.brain.add_state(seeking_state)
        self.brain.add_state(delivering_state)
        self.brain.add_state(hunting_state)
        self.carry_image = None 
    def carry(self, image):
        self.carry_image = image
    def drop(self, surface):
        if self.carry_image:
            x,y = self.location
            w,h = self.carry_image.get_size()
            surface.blit(self.carry_image, (x-w, y-h/2))
            self.carry_image = None 
    def render(self, surface):
        GameEntity.render(self, surface)
        if self.carry_image:
            x,y = self.location
            w,h = self.carry_image.get_size()
            surface.blit(self.carry_image, (x-w, y-h/2))

class AntStateExploring(State):
    def __init__(self, ant):
        State.__init__(self, "exploring")
        self.ant = ant 
    def random_destination(self):
        w,h = ScreenSize
        self.ant.destination = Vector2D(randint(0, w), randint(0, h))
    def do_actions(self):
        if randint(1,20) == 1:
            self.random_destination()
    def check_conditions(self):
        leaf = self.ant.world.got_close_entity("leaf", self.ant.location)
        if leaf is not None:
            self.ant.leaf_id = leaf.id 
            return "seeking"
        spider = self.ant.world.got_close_entity("spider", NestLocation, NestSize)
        if spider is not None:
            if self.ant.location.get_distance_to(spider.location) < 100:
                self.ant.spider_id = spider.id 
                return "hunting"
        return None 
    def entry_actions(self):
        self.ant.speed = 120 + randint(-30, 30)
        self.random_destination()

class AntStateSeeking(State):
    def __init__(self, ant):
        State.__init__(self, "seeking")
        self.ant = ant 
        self.leaf_id = None 
    def check_conditions(self):
        leaf = self.ant.world.get(self.ant.leaf_id)
        if leaf is None:
            return "exploring"
        if self.ant.location.get_distance_to(leaf.location) < 5:
            self.ant.carry(leaf.image)
            self.ant.world.remove_entity(leaf)
            return "delivering"
        return None 
    def entry_actions(self):
        leaf = self.ant.world.get(self.ant.leaf_id)
        if leaf is not None:
            self.ant.destination = leaf.location
            self.ant.speed = 160 + randint(-20,20)

class AntStateDelivering(State):
    def __init__(self, ant):
        State.__init__(self, "delivering")
        self.ant = ant 
    def check_conditions(self):
        if Vector2D(*NestLocation).get_distance_to(self.ant.location) < NestSize:
            if randint(1, 10) == 1:
                self.ant.drop(self.ant.world.background)
                return "exploring"
        return None 
    def entry_actions(self):
        self.ant.speed = 60
        random_offset = Vector2D(randint(-20,20), randint(-20,20))
        self.ant.destination = Vector2D(*NestLocation) + random_offset

class AntStateHunting(State):
    def __init__(self, ant):
        State.__init__(self, "hunting")
        self.ant = ant 
        self.got_kill = False
    def do_actions(self):
        spider = self.ant.world.get(self.ant.spider_id)
        if spider is None:
            return 
        self.ant.destination = spider.location
        if self.ant.location.get_distance_to(spider.location) < 15:
            if randint(1,5) == 1:
                spider.bitten()
                if spider.health <= 0:
                    self.ant.carry(spider.image)
                    self.ant.world.remove_entity(spider)
                    self.got_kill = True
    def check_conditions(self):
        if self.got_kill:
            return "delivering"
        spider = self.ant.world.get(self.ant.spider_id)
        if spider is None:
            return "exploring"
        if spider.location.get_distance_to(NestLocation) > NestSize * 3:
            return "exploring"
        return None 
    def entry_actions(self):
        self.speed = 160 + randint(0,50)
    def exit_actions(self):
        self.got_kill = False

def run():
    pygame.init()
    screen = pygame.display.set_mode(ScreenSize, 0, 32)
    world = World()
    w,h = ScreenSize
    clock = pygame.time.Clock()

    ant_image = pygame.image.load(ImgPath + "ant.png").convert_alpha()
    leaf_image = pygame.image.load(ImgPath + "leaf.png").convert_alpha()
    spider_image = pygame.image.load(ImgPath + "spider.png").convert_alpha()

    for ant_nr in range(AntCount):
        ant = Ant(world, ant_image)
        ant.location = Vector2D(randint(0,w), randint(0,h))
        ant.brain.set_state("exploring")
        world.add_entity(ant)

    while True:
        for e in pygame.event.get():
            if e.type == QUIT:
                return 
        time_passed = clock.tick(30)
        if randint(1,10) == 1:
            leaf = Leaf(world, leaf_image)
            leaf.location = Vector2D(randint(0,w), randint(0,h))
            world.add_entity(leaf)
        if randint(1,100) == 1:
            spider = Spider(world, spider_image)
            spider.location = Vector2D(-50, randint(0,h))
            spider.destination = Vector2D(w+50, randint(0,h))
            world.add_entity(spider)
        world.process(time_passed)
        world.render(screen)

        pygame.display.update()
antworld.py

運行效果圖如下：

                   

 

完整源代碼下載：http://download.csdn.net/download/china_x01/10125074

 


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • pandas選擇數據-【老魚學pandas】
    選擇列 根據列名來選擇某列的數據 輸出結果： 也可以用點符號來進行： 上面的功能跟data["A"]一樣。 選擇某幾行數據 輸出為： 也可以根據索引號範圍來選擇某幾行的數據。 比如，如下的例子中我們就選擇出2017 01 10到2017 01 12的數據： 輸出為： 使用loc進行選擇 使用loc選 ...
  • Java學習筆記15---instanceof與向下轉型
    感冒咳嗽停更了幾天，今天恢復更新了。 先來看下instanceof與向下轉型的概念： 1.instanceof instanceof是一個二元操作符，用法是：boolean result = a instanceof ClassA，即判斷對象a是否是類ClassA的實例，如果是的話，則返回true， ...
  • docker創建鏡像發佈到遠端倉庫
    遠端創建倉庫 登陸鏡像倉庫 使用 登陸遠端倉庫 生成需要發佈 修改鏡像名發佈 使用 通過容器生成鏡像 使用 通過已有容器生成鏡像 推送到遠端伺服器 使用 推送遠端伺服器 遠端查看 ...
  • go語言入門(一)
    環境安裝 Go 語言支持以下系統： Linux FreeBSD Mac OS X（也稱為 Darwin） Window Linux FreeBSD Mac OS X（也稱為 Darwin） Window 安裝包下載地址為：https://golang.org/dl/。 Windows下直接下載對應的 ...
  • 面向對象3
    使用靜態方法實現類的多態 類的封裝--升級版 繼承升級版 ...
  • mysql系列--基礎知識大總結
    註：本文為mysql基礎知識的總結，基礎點很多若是有些不足夠，還請自行搜索。後續增加 一、mysql簡介 資料庫簡介 資料庫是電腦應用系統中的一種專門管理數據資源的系統 資料庫是一組經過電腦處理後的數據，存儲在多個文件中，而管理資料庫軟體被稱為資料庫管理系統 DBMS 而MYSQL ORACLE ...
  • Markdown分級參考手冊
    [TOC] PS: 本地預覽目錄OK，但是博客園貌似不支持，那就只能這樣了。 前言（可以不看） 最開始只是想寫一篇博文，準備使用markdown，感覺很流行（github、簡書……很多都支持），而且渲染出來很好看，一直很想學，沒有合適的機會，結果拖到了現在。比起什麼python、C之類的編程語言，m ...
  • 【轉】消息隊列原理
    發佈-訂閱消息模式 一、訂閱雜誌 我們很多人都訂過雜誌，其過程很簡單。只要告訴郵局我們所要訂的雜誌名、投遞的地址，付了錢就OK。出版社定期會將出版的雜誌交給郵局，郵局會根據訂閱的列表，將雜誌送達消費者手中。這樣我們就可以看到每一期精彩的雜誌了。 發佈-訂閱消息模式 一、訂閱雜誌 我們很多人都訂過雜誌 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發（一）：使用.NET MAUI開發第一個安卓APP
    移動開發（一）：使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說，近來想嘗試開發一款安卓APP，考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP，畢竟是使用Visual Studio開發工具，使用起來也比較的順手，結合微軟官方的教程進行了安卓 ...
  • wpf ToggleButton選中效果和一個登錄界面
    前言 QuestPDF 是一個開源 .NET 庫，用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫，它徹底改變了我們生成 PDF 文檔的方 ...
  • 彈幕樹洞項目功能新增篇
    項目地址 項目後端地址： https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址： ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址： http://tree ...
  • 第27篇 sqlserver2022詳細安裝步驟
    話不多說，直接開乾 一.下載 1.官方鏈接下載： https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe，運行開始下載SQL server； 二. ...
  • .NET 開源高性能 MQTT 類庫
    前言 隨著物聯網（IoT）技術的迅猛發展，MQTT（消息隊列遙測傳輸）協議憑藉其輕量級和高效性，已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫，為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog文檔翻譯系列（六） - 可用的接收器、增強器、格式化輸出
    Serilog支持多種接收器用於日誌存儲，增強器用於添加屬性，LogContext管理動態屬性，支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項，適用於不同需求。 ...
  • 警惕 Visual Studio 屬性求值副作用導致邏輯不符合預期
    目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據，爬取信息時需要模擬瀏覽器行為，否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下： 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • [使用目前最新版]HybridCLR6.9.0+YooAsset2.2.4實現純C# Unity熱更新方案 (一)
    1.前言 什麼是熱更新 游戲或者軟體更新時，無需重新下載客戶端進行安裝，而是在應用程式啟動的情況下，在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR，Xlua，ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles，Addressable， ...
  • 在 ASP.NET Core Web API 中使用操作篩選器統一處理通用操作
    本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺，其實像阿裡雲，騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後，它會送 ...
  • 第28篇 如何.net中實現高效可靠數據同步api
    通過以下方式可以高效，並保證數據同步的可靠性 1.API設計 使用RESTful設計，確保API端點明確，並使用適當的HTTP方法（如POST用於創建，PUT用於更新）。 設計清晰的請求和響應模型，以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證，確保接收到的數據符合預期格 ...
所有分類