如何用Python寫一個貪吃蛇AI

前言

這兩天在網上看到一張讓人漲姿勢的圖片，圖片中展示的是貪吃蛇遊戲， 估計大部分人都玩過。但如果僅僅是貪吃蛇遊戲，那麼它就沒有什麼讓人漲姿勢的地方了。 問題的關鍵在於，圖片中的貪吃蛇真的很貪吃XD，它把矩形中出現的食物吃了個遍， 然後華麗麗地把整個矩形填滿，真心是看得賞心悅目。作為一個CSer， 第一個想到的是，這東西是寫程式實現的(因為，一般人幹不出這事。 果斷是要讓程式來乾的)第二個想到的是，寫程式該如何實現，該用什麼演算法？ 既然開始想了，就開始做。因為Talk is cheap，要show me the code才行。 (從耗子叔那學來的)

開始之前，讓我們再欣賞一下那隻讓人漲姿勢的貪吃蛇吧：( 如果下面的動態圖片瀏覽效果不佳的話，可以右鍵儲存下來檢視)

語言選擇

Life is short, use python! 所以，根本就沒多想，直接上python。

最初版本

先讓你的程式跑起來

首先，我們第一件要做的就是先不要去分析這個問題。 你好歹先寫個能執行起來的貪吃蛇遊戲，然後再去想AI部分。這個應該很簡單， c\c++也就百來行程式碼(如果我沒記錯的話。不弄複雜介面，直接在控制檯下跑)， python就更簡單了，去掉註釋和空行，5、60行程式碼就搞定了。而且，最最關鍵的， 這個東西網上肯定寫濫了，你沒有必要重複造輪子， 去弄一份來按照你的意願改造一下就行了。

簡單版本

我覺得直接寫perfect版本不是什麼好路子。因為perfect版本往往要考慮很多東西， 直接上來就寫這個一般是bug百出的。所以， 一開始我的目標僅僅是讓程式去控制貪吃蛇運動，讓它去吃食物，僅此而已。 現在讓我們來陳述一下最初的問題：

在一個矩形中，每一時刻有一個食物，貪吃蛇要在不撞到自己的條件下，
找到一條路(未必要最優)，然後沿著這條路執行，去享用它的美食

我們先不去想蛇會越來越長這個事實，問題基本就是，給你一個起點(蛇頭)和一個終點( 食物)，要避開障礙物(蛇身)，從起點找到一條可行路到達終點。 我們可以用的方法有：

• BFS
• DFS
• A*

只要有選擇，就先選擇最簡單的方案，我們現在的目標是要讓程式先跑起來， 優化是後話。so，從BFS開始。我們最初將蛇頭位置放入佇列，然後只要佇列非空， 就將隊頭位置出隊，然後把它四領域內的4個點放入佇列，不斷地迴圈操作， 直到到達食物的位置。這個過程中，我們需要注意幾點：1.訪問過的點不再訪問。 2.儲存每個點的父結點(即每個位置是從哪個位置走到它的， 這樣我們才能把可行路徑找出來)。3.蛇身所在位置和四面牆不可訪問。

通過BFS找到食物後，只需要讓蛇沿著可行路徑運動即可。這個簡單版本寫完後， 貪吃蛇就可以很歡快地執行一段時間了。看圖吧：(不流暢的感覺來自錄屏軟體＠_＠)

為了儘量保持簡單，我用的是curses模組，直接在終端進行繪圖。 從上面的動態圖片可以看出，每次都單純地使用BFS，最終有一天， 貪吃蛇會因為這種不顧後果的短視行為而陷入困境。 而且，即使到了那個時候，它也只會BFS一種策略， 導致因為當前看不到目標(食物)，認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點，不再前進。(我好愛講哲理XD)

BFS+Wander

上一節的簡單版本跑起來後，我們認識到，只教貪吃蛇一種策略是不行的。 它這麼笨一條蛇，你不多教它一點，它分分鐘就會掛掉的。 所以，我寫了個Wander函式，顧名思義，當貪吃蛇陷入困境後， 就別讓它再BFS了，而是讓它隨便四處走走，散散心，思考一下人生什麼的。 這個就好比你困惑迷茫的時候還去工作，效率不佳不說，還可能阻礙你走出困境； 相反，這時候你如果放下手中的工作，停下來，出去旅個遊什麼的。回來時， 說不定就豁然開朗，土地平曠，屋舍儼然了。

Wander函式怎麼寫都行，但是肯定有優劣之分。我寫了兩個版本，一個是在可行的範圍內， 朝隨機方向走隨機步。也就是說，蛇每次運動的方向是隨機出來的， 總共運動的步數也是隨機的。Wander完之後，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，說明思考人生的時間還不夠，再Wander一下。 這樣過程不斷地迴圈進行。可是就像“隨機過程隨機過”一樣，你“隨機Wander就隨機掛”。 會Wander的蛇確實能多走好多步。可是有一天，它就會把自己給隨機到一條死路上了。 陷入困境還可以Wander，進入死衚衕，那可沒有回滾機制。所以， 第二個版本的Wander函式，我就讓貪吃蛇貪到底。在BFS無解後， 告訴蛇一個步數step(隨機產生step)，讓它在空白區域以S形運動step步。 這回運動方向就不隨機了，而是有組織有紀律地運動。先看圖，然後再說說它的問題：

沒錯，最終還是掛掉了。S形運動也是無法讓貪吃蛇避免死亡的命運。 貪吃蛇可以靠S形運動多存活一段時間，可是由於它的策略是：

while 沒有按下ESC鍵:
	if 蛇與食物間有路徑:
		走起，吃食物去
	else:
		Wander一段時間

問題就出在蛇發現它自己和食物間有路徑，就二話不說跑去吃食物了。 它沒有考慮到，你這一去把食物給吃了後形成的局勢(蛇身佈局)， 完全就可能讓你掛掉。(比如進入了一個自己蛇身圍起來的封閉小空間)

so，為了能讓蛇活得久一些，它還要更高瞻遠矚才行。

高瞻遠矚版本

我們現在已經有了一個比較低端的版本，而且對問題的認識也稍微深入了一些。 現在可以進行一些比較慎密和嚴謹的分析了。首先，讓我們羅列一些問題： (像頭腦風暴那樣，想到什麼就寫下來即可)

• 蛇和食物間有路徑直接就去吃，不可取。那該怎麼辦？
• 如果蛇去吃食物後，佈局是安全的，是否就直接去吃？(這樣最優嗎？)
• 怎樣定義佈局是否安全？
• 蛇和食物之間如果沒有路徑，怎麼辦？
• 最短路徑是否最優？(這個明顯不是了)
• 那麼，如果佈局安全的情況下，最短路徑是否最優？
• 除了最短路徑，我們還可以怎麼走？S形？最長？
• 怎麼應對蛇身越來越長這個問題？
• 食物是隨機出現的，有沒可能出現無解的佈局？
• 暴力法(brute force)能否得到最優序列？(讓貪吃蛇儘可能地多吃食物)

只要去想，問題還挺多的。這時讓我們以程式導向的思想，帶著上面的問題， 把思路理一理。一開始，蛇很短(初始化長度為1)，它看到了一個食物， 使用BFS得到矩形中每個位置到達食物的最短路徑長度。在沒有蛇身阻擋下， 就是曼哈頓距離。然後，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，它每次負責去探路。如果安全，才讓真正的蛇去跑。 當然，虛擬的蛇是不會繪製出來的，它只負責模擬探路。那麼， 怎麼定義一個佈局是安全的呢？ 如果你把文章開頭那張動態圖片中蛇的銷魂走位好好的看一下， 會發現即使到最後蛇身已經很長了，它仍然沒事一般地走出了一條路。而且， 是跟著蛇尾走的！嗯，這個其實不難解釋，蛇在運動的過程中，消耗蛇身， 蛇尾後面總是不斷地出現新的空間。蛇短的時候還無所謂，當蛇一長， 就會發現，要想活下來，基本就只能追著蛇尾跑了。在追著蛇尾跑的過程中， 再去考慮能否安全地吃到食物。(下圖是某次BFS後，得到的一個佈局， 0代表食物，數字代表該位置到達食物的距離，+號代表蛇頭，*號代表蛇身， -號代表蛇尾，#號代表空格，外面的一圈#號代表圍牆)

# # # # # # # 
# 0 1 2 3 4 # 
# 1 2 3 # 5 # 
# 2 3 4 - 6 # 
# 3 + * * 7 # 
# 4 5 6 7 8 # 
# # # # # # #

經過上面的分析，我們可以將佈局是否安全定義為蛇是否可以跟著蛇尾運動， 也就是蛇吃完食物後，蛇頭和蛇尾間是否存在路徑，如果存在，我就認為是安全的。

OK，繼續。真蛇派出虛擬蛇去探路後，發現吃完食物後的佈局是安全的。那麼， 真蛇就直奔食物了。等等，這樣的策略好嗎？未必。因為蛇每運動一步， 佈局就變化一次。佈局一變就意味著可能存在更優解。比如因為蛇尾的消耗， 原本需要繞路才能吃到的食物，突然就出現在蛇眼前了。所以，真蛇走一步後， 更好的做法是，重新做BFS。然後和上面一樣進行安全判斷，然後再走。

接下來我們來考慮一下，如果蛇和食物之間不存在路徑怎麼辦？ 上文其實已經提到了做法了，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，由於每走一步佈局就會改變， 所以每走一步就重新做BFS得到最新佈局。

好了，問題又來了。如果蛇和食物間不存在路徑且蛇和蛇尾間也不存在路徑， 怎麼辦？這個我是沒辦法了，選一步可行的路徑來走就是了。還是一個道理， 每次只走一步，更新佈局，然後再判斷蛇和食物間是否有安全路徑； 沒有的話，蛇頭和蛇尾間是否存在路徑；還沒有，再挑一步可行的來走。

上面列的好幾個問題裡都涉及到蛇的行走策略，一般而言， 我們會讓蛇每次都走最短路徑。這是針對蛇去吃食物的時候， 可是蛇在追自己的尾巴的時候就不能這麼考慮了。我們希望的是蛇頭在追蛇尾的過程中， 儘可能地慢。這樣蛇頭和蛇尾間才能騰出更多的空間，空間多才有得發展。 所以蛇的行走策略主要分為兩種：

1. 目標是食物時，走最短路徑
2. 目標是蛇尾時，走最長路徑

那第三種情況呢？與食物和蛇尾都沒路徑存在的情況下， 這個時候本來就只是挑一步可行的步子來走，最短最長關係都不大了。 至於人為地讓蛇走S形，我覺得這不是什麼好策略，最初版本中已經分析過它的問題了。 (當然，除非你想使用最最無懈可擊的那個版本，就是完全不管食物， 讓蛇一直走S，然後在牆邊留下一條過道即可。這樣一來， 蛇總是可以完美地把所有食物吃完，然後佔滿整個空間，可是就很boring了。 沒有任何的意思)

上面還提到一個問題：因為食物是隨機出現的，有沒可能出現無解的局面？ 答案是：有。我執行了程式，然後把每一次佈局都輸出到log，發現會有這樣的情況：

# # # # # # # 
# * * * * * # 
# * * - 0 * # 
# * * # + * # 
# * * * * * # 
# * * * * * # 
# # # # # # #

其中，+號是蛇頭，-號是蛇尾，*號是蛇身，0是食物，#號代表空格，外面一圈# 號代表牆。這個佈局上，食物已經在蛇頭面前了，可是它能吃嗎？不能！ 因為它吃完食物後，長度加1，蛇頭就會把0的位置填上，佈局就變成：

# # # # # # # 
# * * * * * # 
# * * - + * # 
# * * # * * # 
# * * * * * # 
# * * * * * # 
# # # # # # #

此時，由於蛇的長度加1，蛇尾沒有動，而蛇頭被自己圍著，掛掉了。可是， 我們卻還有一個空白的格子#沒有填充。按照我們之前教給蛇的策略， 面對這種情況，蛇頭就只會一直追著蛇尾跑，每當它和食物有路徑時， 它讓虛擬的蛇跑一遍發現，得到的新佈局是不安全的，所以不會去吃食物， 而是選擇繼續追著蛇尾跑。然後它就這樣一直跑，一直跑。死迴圈， 直到你按ESC鍵為止。

由於食物是隨機出現的，所以有可能出現上面這種無解的佈局。當然了， 你也可以得到完滿的結局，貪吃蛇把整個矩形都填充滿。

上面的最後一個問題，暴力法是否能得到最優序列。從上面的分析看來， 可以得到，但不能保證一定得到。

最後，看看高瞻遠矚的蛇是怎麼跑的吧：

矩形大小10*20，除去外面的邊框，也就是8*18。Linux下錄完屏再轉成GIF格式的圖片， 優化前40多M，真心是沒法和Windows的比。用下面的命令優化時， 有一種系統在用生命做優化的感覺：

convert output.gif -fuzz 10% -layers Optimize optimised.gif

最後還是拿到Windows下用AE，三下五除二用圖片序列合成的動態圖片 (記得要在format options裡選looping，不然圖片是不會迴圈播放的)

Last but not least

如果對原始碼感興趣，請戳以下的連結： Code goes here

另外，本文的貪吃蛇程式使用了curses模組， 類Unix系統都預設安裝的，使用Windows的童鞋需要安裝一下這個模組， 送上地址： 需要curses請戳我

以上的程式碼仍然可以繼續改進(現在加註釋不到300行，優化一下可以更少)， 也可用pygame或是pyglet庫把介面做得更加漂亮，Enjoy！