跳到主要內容

逆轉大老2的AI

逆轉大老2是大老2遊戲的改良玩法,靈感是來自小時候在掌機上玩過的某個遊戲。 



逆轉大老2遊戲規則-
* 遊戲使用整副牌52張+2張鬼牌。
* 牌型包含(單張,對子,三條,四條,同花順),同花順最少3張沒有張數上限。
* 只比數字大小,不比花色。
* 數字3最小,依次為3<4<5<6<7<8<9<10<J<Q<K<A<2<鬼牌最大。
* 每次打出四條時大小逆轉2變最小,依次為2<A<K<Q<J<10<9<8<7<6<5<4<3<鬼牌還是最大。
* 鬼牌可以當作任意牌和其它牌配對。例如:鬼牌+2=2一對,方塊2+鬼牌+方塊4=234順子。
* 遊戲開始,手上有梅花3的玩家先出手,可以打包含梅花3的任意牌型的牌。
* 下家要跟上家打出同樣的牌型的牌,無法出牌則PASS。
* 若三家都PASS,則有得到先手權可以再打出新的任意牌型的牌。
* 三家把手上的牌都打完只剩一家未完時,牌局結束。

<<Free Android Download>>



目前遊戲內容定義了4個不同分級的AI,不過目前第4級AI還沒實作,等未來視情況再看看...

AI1:簡單的規則讓AI動起來
  1. 手上有梅花作為開局者,出單張梅花3。
  2. 順位的情況,出最小的單張牌。
  3. 下手跟著上手出同類牌組,數字>上手即可。
  4. 無牌可出PASS。
  5. 重覆2-4,直到打完手上牌為止。
AI2:計算牌組分數決定出什麼牌
  • 根據已經打出的桌面上的牌和自己手上的牌來計算每張牌的分數來估計自己手上所有牌的分數(被蓋牌的機率),若自己手上有二張3和一張5,且還有一張4和二張6未出(共三張牌未出),則:
    • 3的分數 = (可蓋過3的牌數)/(總牌數) = (1(1張5) + 2(2張6)) / 3
    • 5的分數 = (可蓋過5的牌數)/(總牌數) = 2(2張6) / 3
    • 分數的調整:每張牌計算出分數後再作調整
      • 若這張牌可以是對子(/2)
      • 若這張牌可以是三條(/3)
      • 若這張牌可以是順子(/3.5)
      • 若這張牌可以是四條(/4)
    • 自己手上這把牌的總分 = 3的分數/2(對子) + 3的分數/2(對子) + 5的分數 = (3/3)/2 + (3/3)/2 + 2/3
  • 計算所有可能牌型各別打出後的牌組分數,得分最低分者為要打的牌,也就是儘可能讓自己手上的牌被蓋牌的綜合機率最小。
  • 若找不到最低分的牌,則打第一張單張牌,或無法出牌則PASS。
AI3:AI2的微調
  • 以AI2為基礎,計算所有可能牌型打出後的牌組分數,得分最低分者或者剩餘牌的張數為最少者為要打的牌。
    • 計算出這張牌的分數(被壓過的機率)若大於0.06則牌數+1,否則不計。
  • 若找不到最低分的牌,則打第一張單張牌,或無法出牌則PASS。
;

以上3種版本的AI,AI1不用說最笨了,只是一開始開發時讓AI可以先動起來的簡單作法。AI2和AI3就利害多了,牌局的開局和中局階段都有不錯的表現,但殘局階段少了人類策略手段就不太行了。尤其AI3因為以剩餘牌數作參數,所以一昧的表現出猛烈攻勢,不是很快clear就是到殘局好牌都出盡了,剩下難打出的小牌。

這些問題期望等AI4來解決了...

;

附上SourceCode ,有興趣的人可以看看。

留言

這個網誌中的熱門文章

單人撲克牌遊戲 - 蒙地卡羅

更多可在網頁玩的 單人撲克牌遊戲 ; 新增一個簡單的單人撲克牌遊戲: 蒙地卡羅 ,簡單介紹一下玩法。 下載 事先排列好5x5張牌。 每次移動一張可以配對的牌,並消除這對牌。在上下、左右及斜向相隣的二張牌,只要擁有同樣數字(不計花色),即可配對。 消除二張配對的牌後,剩餘的牌以往左往上的方式補滿空隙,接著在發新牌補滿後面的空格。 重覆步驟2~3,直到沒有牌可以配對及發完所有牌為止。 結果有二種。一個是勝利,成功的消除掉所有牌。另一個是Gameover沒有牌可以再作配對。

以lex/yacc實作算式計算機

前面我們透過 手工的方式 實作了一個簡易的算式計算機,現在我們要開始使用工具來作同樣的事,比較看看手工和使用工具有什麼不同的差別。首先要介紹的就是lex&yacc。 lex & yacc lex(Lexical Analyzar)及yacc(Yet Another Compiler Compiler)是用來輔助程式設計師製作語法剖析器的程式工具。lex的工作就是幫助我們將輸入的資料文字串流分解成一個個有意義的token,而yacc的工作就是幫我們分析這些token和我們定義的規則作匹配。下圖中所表示的是使用lex及yacc的一般工作流程。 首先看到yacc會讀入一個.y檔案,這裡.y檔案的內容就是我們使用類似(E)BNF語法定義的語法規則,yacc會分析這些語法規則後,幫我們產生可以用來解析這些規則的程式碼,而這個檔案一般名稱預設為y.tab.c,產生的程式碼裡面最重要的一個的函式叫作yyparse。 同yacc類似,lex也會讀入一個.l的檔案,這個檔案裡面定義的是如何從文字流裡解出token的規則,使用的方法是常規表示式(regular expression)。在圖的左側中間我們還可以看到有一個叫作y.tab.h的檔案從yacc產生出來並餵給lex作輸入,這個檔案是yacc根據在讀入的.y檔裡面所定義的token代號所產生出來的一個header,這樣yacc及lex產生出來的程式碼裡面就可以使用共通定義的代碼而不必各寫個的。lex分析過.l檔案後也會產生一個一般預設叫作lex.yy.c的原始碼檔案,裡頭最重要的一個函式叫作yylex。 最後,我們把yacc產生出來的y.tab.c還有lex產生出來的lex.yy.c,以及其它我們自己撰寫的原始碼檔案一起拿來編譯再作連結,最後產生出來的就是一個可以用來解析我們定義的語法的解析器工具。以上是整個lex及yacc的使用流程概觀。 常規表示式 在正式使用lex之前,我們首先來對常規表示法作一個基本的認識。常規表示法是一種用來表示字串樣式(pattern)的中繼語言,就好比前文所介紹的(E)BNF表示式一樣,都是用來描述其它語言的語言,只不過用途不太一樣罷了。 常規表示式使用一些中繼符號(meta-symbol)以及ASCII字元定義字串樣式,以下列出一些常規表示式所使用的符號。 . 表示除了換行字元...

窮人的 AI:自動漫畫分鏡切割

  ( 試試看 ) 在手機上看漫畫時,有一個體驗上的問題: 漫畫原本是「整頁設計」 手機最適合的是「一格一格往下滑」 與其強迫使用者縮放、拖曳、放大,更直覺的做法是: 直接把一頁漫畫自動切成多個分鏡,轉成瀑布流閱讀。 這篇文章分享一個不靠深度學習、完全在前端完成的實作方式: 使用 OpenCV.js 做分鏡偵測 輸出 rect list 再用 全畫面 Canvas 把每個分鏡當成一個「閱讀單位」 整個系統可以拆成三層: 漫畫圖片 ↓ 影像處理(找出 rects) ↓ 排序後的 rect list ↓ 全畫面 Canvas 逐格呈現(瀑布流) Step 1:灰階化 漫畫的資訊 90% 都在線條上,顏色反而是干擾。 cv.cvtColor(src, grayImage, cv.COLOR_RGBA2GRAY); 灰階化的好處: 降低維度 對邊緣偵測更穩定 對黑白漫畫特別有效 Step 2:邊緣偵測,抓出「分鏡的邊」 接下來用最經典、也最夠用的 Canny Edge Detection: cv.Canny(grayImage, edges, 50, 150); 在漫畫中,分鏡外框通常就是最明顯的邊界。 Step 3:形態學操作,把破碎邊框「補起來」 真實漫畫的線條並不完美,常常有斷線、陰影、留白。 所以要做一個很重要的步驟:膨脹(Dilation) const kernel = cv.Mat.ones( 5 , 5 , cv.CV_8U); cv.dilate(edges, dilatedEdges, kernel); 直覺理解就是: 把細線「抹粗一點」, 讓本來斷掉的邊界連成封閉區域。 這一步直接決定後面能不能成功抓到「一整格分鏡」。 Step 4:找輪廓,轉成矩形框(rect) 有了封閉區域之後,就可以找輪廓: cv.findContours( dilatedEdges, contours, hierarchy, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE ); 每一個 contour,代表一個「可能的分鏡區塊」。 接著轉成矩形: const rect = cv.boundingRect(contour); rects.push([rect.x, rect.y, rect.widt...