在继续我们的AI之旅前,分享一个在煎蛋上看到的有趣新闻,能通过读说明书来学习的AI,这个世界真是变得越来越不可琢磨啦!机器人很快就要超越咱了……
因为这一次是接着上面的内容的,所以请不要跳过直接看这里。
哭!!!写完了上传出错,丢失啊,重伤重写~~~~~~~~~~~
蚂蚁实例类
在我们正式建造大脑之前,我们得先做一个蚂蚁类出来,就是下面的这个,从GameEntity继承而来:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 |
class Ant(GameEntity): def __init__(self, world, image): # 执行基类构造方法 GameEntity.__init__(self, world, "ant", image) # 创建各种状态 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): # 放下carry图像 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): # 先调用基类的render方法 GameEntity.render(self, surface) # 额外绘制carry_image 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)) |
这个Ant类先调用了父类的 __init__ ,都是Python基础不多说了。下面的代码就是一些状态机代码了,对了还有一个carry_image变量,保持了现在蚂蚁正在搬运物体的图像,或许是一片树叶,或许是一只死蜘蛛。这里我们写了一个加强的render函数,因为我们可能还需要画一下搬的东西。
建造大脑
我们给每一只蚂蚁赋予四个状态,这样才能足够建造我们的蚂蚁的状态机。在建造状态机之前,我们得先把这些状态的详细信息列出来。
状态 | 动作 |
---|---|
探索(Exploring) | 随机的走向一个点 |
搜集(Seeking) | 向一篇树叶前进 |
搬运(Dellivering) | 搬运一个什么回去 |
狩猎(Hunting) | 攻击一只蜘蛛 |
我们也需要定义一下各个状态之间的链接,或者可以叫转移条件。这里举两个例子(实际上不止):
条件 | 转移状态 |
---|---|
发现树叶 | 搜集 |
有蜘蛛攻击 | 狩猎 |
我们还是最终画一张图来表示整个状态机:
高水平的你也许可以看着上面的图写状态机了,不过为了方便先建立一个State类,来保存一个状态。很简单,只是一个框子,实际上什么都不做:
1 2 3 4 5 6 7 8 9 10 11 |
class State(): 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 |
然后可以建立一个状态机类来管理这些状态,这个状态机可是整个代码的核心类。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 |
class StateMachine(): def __init__(self): self.states = {} # 存储状态 self.active_state = None # 当前有效状态 def add_state(self, state): # 增加状态 self.states[state.name] = state def think(self): if self.active_state is None: return # 执行有效状态的动作,并做转移检查 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): # 更改状态,执行进入/退出动作 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() |
然后就可以通过继承State创建一系列的实际状态了,这些状态传递给StateMachine保留并运行。StateMachine类的think方法是检查当前有效状态并执行其动作的,最后还可能会调用set_state来进入下一个状态。
我们应该根据上面的四个状态表格建立状态了,有鉴于本次的代码已经很多了,需要好好消化…… 下一次将会一次性给出完整代码,到时候就能看到一个丰富多彩的昆虫世界了!尽请期待~