Question

我想编写一种遗传算法来学习玩类似俄罗斯方块的游戏。游戏本身相对简单;我在下面写了完整的行为。

比赛：

基于网格，12x16。
您必须从网格中清除块。
每隔5个刻度添加一行新块，到底部，向上推动块。
您只能清除相同类型块的群集。
随着游戏的进行，街区类型的数量会增加。
您只能清除3个或更高的群集。
对于清除的每个群集，(CLUSTER_SIZE - 3)^2都会添加到BLOCK_SCORE。
从网格中移除一个簇后，上面的块向下滑动以填充间隙，如果此后有任何水平间隙（在底行），则间隙的左侧移动以填充它。
这场比赛的目标是尽可能长久地生存。时间以刻度或您所做的移动次数来衡量。
您的分数（或健身）由(TIME_ALIVE * BLOCK_SCORE)
一旦一个街区到达网格顶部，游戏就结束了。

这款游戏的得分包括长寿和效率。您清除的群集越大，适合度越高。

我现在编写了一些GAs，但它们基于本地竞争，收集目标之类的东西，VS其他个人。我的问题是我不知道如何解决这个问题。这个新GA的每个不同的个体应该只有当前网格作为输入。（至少，这是我认为需要的）

我如何开始为此编码GA？我不能为我的生活而努力。

全心全意，

Steffan'Ruirize'James

Answer 1

您的人口中的每个人都将代表一场完成的游戏。每个人的属性将是定义用于放置块的给定策略所必需的参数。我假设您有一些不同的启发式方法来放置块。策略的一个示例是从可用策略中随机选择启发式，因此您的属性将是选择给定启发式的一组概率。您能否提供有关块k放置启发式的更多信息？

Answer 2

替代编码可能涉及：

for each possible move
  set phenotypeBehavior to 0
  calculate the post-move position 
  foreach block cleared add a perBlockClearedEmphasis value to phenotypeBehavior
  foreach column add a perColumnHeightEmphasis value to your phenotypeBehavior
  foreach cluster of size x, add a clusterSizeXEmphasis value to your phenotypeBehavior
choose the move that produces the highest phenotypeBehavior

通过遗传方式对各种_foo_Emphasis值进行编码并对其进行演化。据推测，例如，perBlockClearedEmphasis将推向高值，而你的启发式“高度差”将驱动perColumnHeightEmphasis为负，而clusterSizeXEmphasis对小X为负，对较大X为正。

在最一般意义上，这表明您的遗传结构描述了一个声明性但高度参数化的程序。

我该如何编写这种遗传算法？

2 个答案: