如何寫(xiě)一個(gè)AI貪吃蛇
作者：Hawstein
出處：http://hawstein.com/2013/04/15/snake-ai/
前言
這兩天在網(wǎng)上看到一張讓人漲姿勢(shì)的圖片，圖片中展示的是貪吃蛇游戲， 估計(jì)大部分人都玩過(guò)。但如果僅僅是貪吃蛇游戲，那么它就沒(méi)有什么讓人漲姿勢(shì)的地方了。問(wèn)題的關(guān)鍵在于，圖片中的貪吃蛇真的很貪吃XD，它把矩形中出現(xiàn)的食物吃了個(gè)遍， 然后華麗麗地把整個(gè)矩形填滿(mǎn)，真心是看得賞心悅目。作為一個(gè)CSer， 第一個(gè)想到的是，這東西是寫(xiě)程序?qū)崿F(xiàn)的(因?yàn)椋话闳烁刹怀鲞@事。果斷是要讓程序來(lái)干的)第二個(gè)想到的是，寫(xiě)程序該如何實(shí)現(xiàn)，該用什么算法？既然開(kāi)始想了，就開(kāi)始做。Talk is cheap，show me the code。
開(kāi)始之前，讓我們?cè)傩蕾p一下那只讓人漲姿勢(shì)的貪吃蛇吧：( 如果下面的動(dòng)態(tài)圖片瀏覽效果不佳的話，可以右鍵保存下來(lái)查看)
語(yǔ)言選擇
Life is short, use python! 所以，根本就沒(méi)多想，直接上python。
最初版本
先讓你的程序跑起來(lái)
首先，我們第一件要做的就是先不要去分析這個(gè)問(wèn)題。你好歹先寫(xiě)個(gè)能運(yùn)行起來(lái)的貪吃蛇游戲，然后再去想AI部分。這個(gè)應(yīng)該很簡(jiǎn)單， c\c++也就百來(lái)行代碼(如果我沒(méi)記錯(cuò)的話。不弄復(fù)雜界面，直接在控制臺(tái)下跑)， python就更簡(jiǎn)單了，去掉注釋和空行，5、60行代碼就搞定了。而且，最最關(guān)鍵的， 這個(gè)東西網(wǎng)上肯定寫(xiě)濫了，你沒(méi)有必要重復(fù)造輪子， 去弄一份來(lái)按照你的意愿改造一下就行了。
簡(jiǎn)單版本
我覺(jué)得直接寫(xiě)perfect版本不是什么好路子。因?yàn)閜erfect版本往往要考慮很多東西， 直接上來(lái)就寫(xiě)這個(gè)一般是bug百出的。所以， 一開(kāi)始我的目標(biāo)僅僅是讓程序去控制貪吃蛇運(yùn)動(dòng)，讓它去吃食物，僅此而已?，F(xiàn)在讓我們來(lái)陳述一下最初的問(wèn)題：
1
2
在一個(gè)矩形中，每一時(shí)刻有一個(gè)食物，貪吃蛇要在不撞到自己的條件下，
找到一條路(未必要最優(yōu))，然后沿著這條路運(yùn)行，去享用它的美食
我們先不去想蛇會(huì)越來(lái)越長(zhǎng)這個(gè)事實(shí)，問(wèn)題基本就是，給你一個(gè)起點(diǎn)(蛇頭)和一個(gè)終點(diǎn)( 食物)，要避開(kāi)障礙物(蛇身)，從起點(diǎn)找到一條可行路到達(dá)終點(diǎn)。我們可以用的方法有：
BFS
DFS
A*
只要有選擇，就先選擇最簡(jiǎn)單的方案，我們現(xiàn)在的目標(biāo)是要讓程序先跑起來(lái)， 優(yōu)化是后話。so，從BFS開(kāi)始。我們最初將蛇頭位置放入隊(duì)列，然后只要隊(duì)列非空， 就將隊(duì)頭位置出隊(duì)，然后把它四領(lǐng)域內(nèi)的4個(gè)點(diǎn)放入隊(duì)列，不斷地循環(huán)操作， 直到到達(dá)食物的位置。這個(gè)過(guò)程中，我們需要注意幾點(diǎn)：1.訪問(wèn)過(guò)的點(diǎn)不再訪問(wèn)。2.保存每個(gè)點(diǎn)的父結(jié)點(diǎn)(即每個(gè)位置是從哪個(gè)位置走到它的， 這樣我們才能把可行路徑找出來(lái))。3.蛇身所在位置和四面墻不可訪問(wèn)。
通過(guò)BFS找到食物后，只需要讓蛇沿著可行路徑運(yùn)動(dòng)即可。這個(gè)簡(jiǎn)單版本寫(xiě)完后， 貪吃蛇就可以很歡快地運(yùn)行一段時(shí)間了?？磮D吧：(不流暢的感覺(jué)來(lái)自錄屏軟件＠_＠)
為了盡量保持簡(jiǎn)單，我用的是curses模塊，直接在終端進(jìn)行繪圖。從上面的動(dòng)態(tài)圖片可以看出，每次都單純地使用BFS，最終有一天， 貪吃蛇會(huì)因?yàn)檫@種不顧后果的短視行為而陷入困境。而且，即使到了那個(gè)時(shí)候，它也只會(huì)BFS一種策略， 導(dǎo)致因?yàn)楫?dāng)前看不到目標(biāo)(食物)，認(rèn)為自己這輩子就這樣了，破罐子破摔， 最終停在它人生中的某一個(gè)點(diǎn)，不再前進(jìn)。(我好愛(ài)講哲理XD)
BFS+Wander
上一節(jié)的簡(jiǎn)單版本跑起來(lái)后，我們認(rèn)識(shí)到，只教貪吃蛇一種策略是不行的。它這么笨一條蛇，你不多教它一點(diǎn)，它分分鐘就會(huì)掛掉的。所以，我寫(xiě)了個(gè)Wander函數(shù)，顧名思義，當(dāng)貪吃蛇陷入困境后， 就別讓它再BFS了，而是讓它隨便四處走走，散散心，思考一下人生什么的。這個(gè)就好比你困惑迷茫的時(shí)候還去工作，效率不佳不說(shuō)，還可能阻礙你走出困境；相反，這時(shí)候你如果放下手中的工作，停下來(lái)，出去旅個(gè)游什么的?；貋?lái)時(shí)， 說(shuō)不定就豁然開(kāi)朗，土地平曠，屋舍儼然了。
Wander函數(shù)怎么寫(xiě)都行，但是肯定有優(yōu)劣之分。我寫(xiě)了兩個(gè)版本，一個(gè)是在可行的范圍內(nèi)， 朝隨機(jī)方向走隨機(jī)步。也就是說(shuō)，蛇每次運(yùn)動(dòng)的方向是隨機(jī)出來(lái)的， 總共運(yùn)動(dòng)的步數(shù)也是隨機(jī)的。Wander完之后，再去BFS一下，看能否吃到食物， 如果可以那就皆大歡喜了。如果不行，說(shuō)明思考人生的時(shí)間還不夠，再Wander一下。這樣過(guò)程不斷地循環(huán)進(jìn)行。可是就像“隨機(jī)過(guò)程隨機(jī)過(guò)”一樣，你“隨機(jī)Wander就隨機(jī)掛”。會(huì)Wander的蛇確實(shí)能多走好多步。可是有一天，它就會(huì)把自己給隨機(jī)到一條死路上了。陷入困境還可以Wander，進(jìn)入死胡同，那可沒(méi)有回滾機(jī)制。所以， 第二個(gè)版本的Wander函數(shù)，我就讓貪吃蛇貪到底。在BFS無(wú)解后， 告訴蛇一個(gè)步數(shù)step(隨機(jī)產(chǎn)生step)，讓它在空白區(qū)域以S形運(yùn)動(dòng)step步。這回運(yùn)動(dòng)方向就不隨機(jī)了，而是有組織有紀(jì)律地運(yùn)動(dòng)。先看圖，然后再說(shuō)說(shuō)它的問(wèn)題：
沒(méi)錯(cuò)，最終還是掛掉了。S形運(yùn)動(dòng)也是無(wú)法讓貪吃蛇避免死亡的命運(yùn)。貪吃蛇可以靠S形運(yùn)動(dòng)多存活一段時(shí)間，可是由于它的策略是：
1
2
3
4
5
while 沒(méi)有按下ESC鍵:
if 蛇與食物間有路徑:
走起，吃食物去
else:
Wander一段時(shí)間
問(wèn)題就出在蛇發(fā)現(xiàn)它自己和食物間有路徑，就二話不說(shuō)跑去吃食物了。它沒(méi)有考慮到，你這一去把食物給吃了后形成的局勢(shì)(蛇身布局)， 完全就可能讓你掛掉。(比如進(jìn)入了一個(gè)自己蛇身圍起來(lái)的封閉小空間)
so，為了能讓蛇活得久一些，它還要更高瞻遠(yuǎn)矚才行。
高瞻遠(yuǎn)矚版本
我們現(xiàn)在已經(jīng)有了一個(gè)比較低端的版本，而且對(duì)問(wèn)題的認(rèn)識(shí)也稍微深入了一些?，F(xiàn)在可以進(jìn)行一些比較慎密和嚴(yán)謹(jǐn)?shù)姆治隽恕Ｊ紫?，讓我們羅列一些問(wèn)題：(像頭腦風(fēng)暴那樣，想到什么就寫(xiě)下來(lái)即可)
蛇和食物間有路徑直接就去吃，不可取。那該怎么辦？
如果蛇去吃食物后，布局是安全的，是否就直接去吃？(這樣最優(yōu)嗎？)
怎樣定義布局是否安全？
蛇和食物之間如果沒(méi)有路徑，怎么辦？
最短路徑是否最優(yōu)？(這個(gè)明顯不是了)
那么，如果布局安全的情況下，最短路徑是否最優(yōu)？
除了最短路徑，我們還可以怎么走？S形？最長(zhǎng)？
怎么應(yīng)對(duì)蛇身越來(lái)越長(zhǎng)這個(gè)問(wèn)題？
食物是隨機(jī)出現(xiàn)的，有沒(méi)可能出現(xiàn)無(wú)解的布局？
暴力法(brute force)能否得到最優(yōu)序列？(讓貪吃蛇盡可能地多吃食物)
只要去想，問(wèn)題還挺多的。這時(shí)讓我們以面向過(guò)程的思想，帶著上面的問(wèn)題， 把思路理一理。一開(kāi)始，蛇很短(初始化長(zhǎng)度為1)，它看到了一個(gè)食物， 使用BFS得到矩形中每個(gè)位置到達(dá)食物的最短路徑長(zhǎng)度。在沒(méi)有蛇身阻擋下， 就是曼哈頓距離。然后，我要先判斷一下，貪吃蛇這一去是否安全。所以我需要一條虛擬的蛇，它每次負(fù)責(zé)去探路。如果安全，才讓真正的蛇去跑。當(dāng)然，虛擬的蛇是不會(huì)繪制出來(lái)的，它只負(fù)責(zé)模擬探路。那么， 怎么定義一個(gè)布局是安全的呢？如果你把文章開(kāi)頭那張動(dòng)態(tài)圖片中蛇的銷(xiāo)魂走位好好的看一下， 會(huì)發(fā)現(xiàn)即使到最后蛇身已經(jīng)很長(zhǎng)了，它仍然沒(méi)事一般地走出了一條路。而且， 是跟著蛇尾走的！嗯，這個(gè)其實(shí)不難解釋?zhuān)咴谶\(yùn)動(dòng)的過(guò)程中，消耗蛇身， 蛇尾后面總是不斷地出現(xiàn)新的空間。蛇短的時(shí)候還無(wú)所謂，當(dāng)蛇一長(zhǎng)， 就會(huì)發(fā)現(xiàn)，要想活下來(lái)，基本就只能追著蛇尾跑了。在追著蛇尾跑的過(guò)程中， 再去考慮能否安全地吃到食物。(下圖是某次BFS后，得到的一個(gè)布局， 0代表食物，數(shù)字代表該位置到達(dá)食物的距離，+號(hào)代表蛇頭，*號(hào)代表蛇身， -號(hào)代表蛇尾，#號(hào)代表空格，外面的一圈#號(hào)代表圍墻)
1
2
3
4
5
6
7
# # # # # # #
# 0 1 2 3 4 #
# 1 2 3 # 5 #
# 2 3 4 - 6 #
# 3 + * * 7 #
# 4 5 6 7 8 #
# # # # # # #
經(jīng)過(guò)上面的分析，我們可以將布局是否安全定義為蛇是否可以跟著蛇尾運(yùn)動(dòng)， 也就是蛇吃完食物后，蛇頭和蛇尾間是否存在路徑，如果存在，我就認(rèn)為是安全的。
OK，繼續(xù)。真蛇派出虛擬蛇去探路后，發(fā)現(xiàn)吃完食物后的布局是安全的。那么， 真蛇就直奔食物了。等等，這樣的策略好嗎？未必。因?yàn)樯呙窟\(yùn)動(dòng)一步， 布局就變化一次。布局一變就意味著可能存在更優(yōu)解。比如因?yàn)樯呶驳南模?原本需要繞路才能吃到的食物，突然就出現(xiàn)在蛇眼前了。所以，真蛇走一步后， 更好的做法是，重新做BFS。然后和上面一樣進(jìn)行安全判斷，然后再走。
接下來(lái)我們來(lái)考慮一下，如果蛇和食物之間不存在路徑怎么辦？上文其實(shí)已經(jīng)提到了做法了，跟著蛇尾走。只要蛇和食物間不存在路徑， 蛇就一直跟著蛇尾走。同樣的，由于每走一步布局就會(huì)改變， 所以每走一步就重新做BFS得到最新布局。
好了，問(wèn)題又來(lái)了。如果蛇和食物間不存在路徑且蛇和蛇尾間也不存在路徑， 怎么辦？這個(gè)我是沒(méi)辦法了，選一步可行的路徑來(lái)走就是了。還是一個(gè)道理， 每次只走一步，更新布局，然后再判斷蛇和食物間是否有安全路徑；沒(méi)有的話，蛇頭和蛇尾間是否存在路徑；還沒(méi)有，再挑一步可行的來(lái)走。
上面列的好幾個(gè)問(wèn)題里都涉及到蛇的行走策略，一般而言， 我們會(huì)讓蛇每次都走最短路徑。這是針對(duì)蛇去吃食物的時(shí)候， 可是蛇在追自己的尾巴的時(shí)候就不能這么考慮了。我們希望的是蛇頭在追蛇尾的過(guò)程中， 盡可能地慢。這樣蛇頭和蛇尾間才能騰出更多的空間，空間多才有得發(fā)展。所以蛇的行走策略主要分為兩種：
1
2
1. 目標(biāo)是食物時(shí)，走最短路徑
2. 目標(biāo)是蛇尾時(shí)，走最長(zhǎng)路徑
那第三種情況呢？與食物和蛇尾都沒(méi)路徑存在的情況下， 這個(gè)時(shí)候本來(lái)就只是挑一步可行的步子來(lái)走，最短最長(zhǎng)關(guān)系都不大了。至于人為地讓蛇走S形，我覺(jué)得這不是什么好策略，最初版本中已經(jīng)分析過(guò)它的問(wèn)題了。(當(dāng)然，除非你想使用最最無(wú)懈可擊的那個(gè)版本，就是完全不管食物， 讓蛇一直走S，然后在墻邊留下一條過(guò)道即可。這樣一來(lái)， 蛇總是可以完美地把所有食物吃完，然后占滿(mǎn)整個(gè)空間，可是就很boring了。沒(méi)有任何的意思)
上面還提到一個(gè)問(wèn)題：因?yàn)槭澄锸请S機(jī)出現(xiàn)的，有沒(méi)可能出現(xiàn)無(wú)解的局面？答案是：有。我運(yùn)行了程序，然后把每一次布局都輸出到log，發(fā)現(xiàn)會(huì)有這樣的情況：
1
2
3
4
5
6
7
# # # # # # #
# * * * * * #
# * * - 0 * #
# * * # + * #
# * * * * * #
# * * * * * #
# # # # # # #
其中，+號(hào)是蛇頭，-號(hào)是蛇尾，*號(hào)是蛇身，0是食物，#號(hào)代表空格，外面一圈# 號(hào)代表墻。這個(gè)布局上，食物已經(jīng)在蛇頭面前了，可是它能吃嗎？不能！因?yàn)樗酝晔澄锖?，長(zhǎng)度加1，蛇頭就會(huì)把0的位置填上，布局就變成：
1
2
3
4
5
6
7
# # # # # # #
# * * * * * #
# * * - + * #
# * * # * * #
# * * * * * #
# * * * * * #
# # # # # # #
此時(shí)，由于蛇的長(zhǎng)度加1，蛇尾沒(méi)有動(dòng)，而蛇頭被自己圍著，掛掉了?？墒牵?我們卻還有一個(gè)空白的格子#沒(méi)有填充。按照我們之前教給蛇的策略， 面對(duì)這種情況，蛇頭就只會(huì)一直追著蛇尾跑，每當(dāng)它和食物有路徑時(shí)， 它讓虛擬的蛇跑一遍發(fā)現(xiàn)，得到的新布局是不安全的，所以不會(huì)去吃食物， 而是選擇繼續(xù)追著蛇尾跑。然后它就這樣一直跑，一直跑。死循環(huán)， 直到你按ESC鍵為止。
由于食物是隨機(jī)出現(xiàn)的，所以有可能出現(xiàn)上面這種無(wú)解的布局。當(dāng)然了， 你也可以得到完滿(mǎn)的結(jié)局，貪吃蛇把整個(gè)矩形都填充滿(mǎn)。
上面的最后一個(gè)問(wèn)題，暴力法是否能得到最優(yōu)序列。從上面的分析看來(lái)， 可以得到，但不能保證一定得到。
最后，看看高瞻遠(yuǎn)矚的蛇是怎么跑的吧：
矩形大小10*20，除去外面的邊框，也就是8*18。Linux下錄完屏再轉(zhuǎn)成GIF格式的圖片， 優(yōu)化前40多M，真心是沒(méi)法和Windows的比。用下面的命令優(yōu)化時(shí)， 有一種系統(tǒng)在用生命做優(yōu)化的感覺(jué)：
1
convert output.gif -fuzz 10% -layers Optimize optimised.gif
最后還是拿到Windows下用AE，三下五除二用圖片序列合成的動(dòng)態(tài)圖片 (記得要在format options里選looping，不然圖片是不會(huì)循環(huán)播放的)
Last but not least
如果對(duì)源代碼感興趣，請(qǐng)戳鏈接：https://github.com/Hawstein/snake-ai
另外，本文的貪吃蛇程序使用了curses模塊， 類(lèi)Unix系統(tǒng)都默認(rèn)安裝的，使用Windows的童鞋需要安裝一下這個(gè)模塊， 送上地址：?需要curses請(qǐng)戳我
以上的代碼仍然可以繼續(xù)改進(jìn)(現(xiàn)在加注釋不到300行，優(yōu)化一下可以更少)， 也可用pygame或是pyglet庫(kù)把界面做得更加漂亮，Enjoy！
推薦：