人工智能在拼石头游戏中应用.docVIP

人工智能在拼石头游戏中的应用 　　摘要：游戏的人工智能研究是人工智能的主要研究领域之一，它涉及人工智能中的搜索算法和决策规划等。介绍了一款“拼石头”游戏，它是第18届日本全国高专编程竞赛竞技组的竞赛题目。针对此游戏规则，给出了参赛程序中使用的制胜策略、搜索算法以及决策规划方法等，最后分析了程序存在的不足并提出了改进思路。 　　关键词：人工智能；游戏；估值函数；搜索算法；决策规划 　　中图分类号：TP31文献标识码：A文章编号：1672-7800（2011）01-0114-03 　　 　　 　　作者简介：刘振宇（1978-），男，辽宁葫芦岛人，大连东软信息学院讲师，研究方向为计算机仿真、人工智能；徐红军（1973-），男，吉林省吉林市人，中国石油四川石化公司高级工程师，研究方向为企业信息化、人工智能。0引言 　　 游戏的人工智能研究是人工智能的主要研究领域之一，它涉及人工智能中的搜索方法和决策规划等。俄罗斯方块游戏和七巧板游戏都是经典的具有启智、益智功能的平面拼图游戏。第18届日本全国高专编程竞赛竞技组的题目，便是借鉴这两款游戏的特点并引入竞标机制而发明的一款新游戏即拼石头。具体规则如下： 　　 每次比赛有6至10支队伍参加，每支队伍各自拥有相同形状、面积的一面“墙”和相同金额的虚拟货币。“墙”是由若干个单元正方形构成的，如图1所示。 　　图1“墙” 　　 裁判方在赛前给出若干种形状的“石头”， 每种“石头”有若干块以及各自的底价，“石头”也是由若干个单元正方形构成的，但面积要比“墙”小的多，如图2所示。 　　图2“石头” 　　 每次比赛有若干轮的竞标，每轮竞标中有“最大竞标数M”和“最大中标数N”做限制（MN=1）。每支参赛队按照“最大竞标数M”提供竞标信息，竞标信息中包括参赛队要购买的“石头”种类、为每块石头报出的竞标价格（竞标价格不得低于“石头”底价）以及对竞标“石头”的排序，例如M等于5时，可能的竞标信息是{A100，A200，C20，B70，D5}，表示以价格100竞标“石头”A，以价格200竞标“石头”A……，并且该队本轮竞标的排序是AACBD。当有多支队伍竞争相同种类的“石头”时，该种“石头”优先卖给为其排序靠前的队伍；当多支队伍在相同排位上竞争相同种类的“石头”，且该种“石头”数量小于竞争队伍数量时，该种“石头”优先卖给出价高的队伍，若有两支或两支以上的队伍出价相同，则在参与竞争的，且出价相同的队伍中进行二次竞标，若出价仍然相同，则该“石头”本轮“流拍”。另外，若某支队伍在本轮已经获得了块数等于“最大中标数N”的“石头”，则其后面的竞标信息无效，即该队伍退出本轮竞标。， 　　 以3支队伍为例，假设当前裁判方有2块“石头”A、1块“石头”B、1块“石头”C、2块“石头”D、3块“石头”E，本轮“最大竞标数M”和“最大中标数N”分别为4和2。参赛队伍的竞标信息如表1所示。 　　表1参赛队竞标信息队伍\排序[]1234aA10A200B50E20bC20A100B60D20cC21A300B100E25根据规则，在排序1上，队伍a以10获得1块“石头”A，队伍c以21获得1块“石头”C；在排序2上，队伍c以300获得1块“石头”A，此时队伍c在本轮已经达到“最大中标数”2，该队伍的排序3和4无效；在排序3上，队伍b以60获得1块“石头”B；在排序4上，队伍a以20获得1块“石头”E，队伍b以20获得1块“石头”D。 　　 每轮竞标结束后，裁判方为各队伍分配所购得的“石头”，同时公布本轮竞标情况，并以剩余石头开始下一轮的竞标；各参赛队伍，在准备开始下轮竞标的同时，可以将购得的“石头”拼在“墙”上，拼“石头”时，“石头”不能悬空摆放，同时每块“石头”都可以像俄罗斯方块中的“石头”一样，旋转90°、180°或270°，但不能“里外”翻转，例如图2中的“石头”A不能“里外”翻转后当作“石头”B来使用。当最后一轮竞标结束的2min后，比赛结束，裁判方使用以下次序的评判规则为各队排名次：①拼到“墙”上的“石头”的总面积大者获胜；②面积相同者剩余货币多者获胜；③剩余货币相同者剩余“石头”（买到但没有拼到“墙”上的“石头”）总面积小者获胜；④剩余“石头”总面积相同者“墙上沿”占满率大者获胜；⑤以上条件全相同者，以“石头、剪刀、布”的方式确定名次。 　　 “墙”的形状、石头的种类数、每种石头的形状、块数和底价、竞标轮数及每轮“最大竞标数”和“最大中标数”等信息，在赛前给定。参赛队伍需要在赛前编写程序，指导游戏过程中的竞标和拼图。 　　1问题分析 　　 根据引言中对游戏规则的描述，可知理想状态下，使用单位面积价格最低的“石头”拼满整个“墙”时，一定能够获得胜利。但由于“石头”数量有限，往往会出现：不能