©2020-2024 ioDraw All rights reserved
之前在微博上看到一张图。
这张图一看就知道是程序控制的，因为普通人没这么无聊，而且图片中蛇的运动很高瞻远瞩，可以判断肯定不是单纯的搜索算法。正好最近复习数据结构，那就尝试也实现一个人工智能来玩贪吃蛇吧。
<>语言选择
人生苦短，我用Python。
<>在此之前
首先，我们得先做一个能玩的贪吃蛇游戏， 并沉迷其中。
游戏思路和代码很简单，在一个矩形里不断出现随机位置的食物，让蛇在矩形内不断吃食物就行了。用代码实现就是用数组表示地图和坐标，再用一个二维数组储存一格格蛇身的位置。循环监听键盘事件，按下按键后就转向，遍历所有的对象，把他们画出来。
这样我们就做出来一个贪吃蛇游戏（滑稽）。那么问题来了，既然是人工智能，那就肯定不能是人来操作，对于机器而言，这个游戏的终极目标就是吃食物。给定一个起点（蛇头）和一个终点（食物）找到一条可行的路径到达，在不考虑其他条件的时候，这个问题就是蛇头到食物的曼哈顿距离。OK，那我们就开始实现这个最简单的版本。
绿线表示欧氏距离，红线为曼哈顿距离，蓝线和黄线代表等价的曼哈顿距离
<>初级版本
为了找到蛇头到食物的路径，我们必须在游戏地图上进行搜索。搜索路径的算法有很多种，比如DFS，BFS和A*。这里我们遵循Python之禅：“对于一个特定的问题，只要有一种最好的方法来解决就好了”，于是我们使用BFS算法（广度优先搜索，其实是我只会BFS）。为了编程的方便，我借鉴了Hawstein的思路，用一维数组来表示二维的地图，上下移动时只需要+/-width即可。
BFS查寻最短路径
首先把食物的坐标放入队列，只要队列非空就把队头出队，然后把它周围的4个点放入队列，不断地循环操作，
直到覆盖整个地图。在遍历过程中应该注意：1.蛇的身体和墙不能访问。2.为了提高效率，有重合的格子如果被访问过就不用再访问了。当整个循环结束后，除了蛇的身体，所有的地图网格中的数字等于从它到食物的曼哈顿间距。之后就从蛇头开始，沿着最短路径运行就行了。
在小蛇欢快的跑了一段时间后，突然程序报错了，最终画面定格为这样。
蓝色是蛇头，绿色是蛇尾，红色是食物
我们的蛇陷入了人生低谷，由于每次都是沿着BFS算出来的最短路径走，笨蛇终于把自己给笨死了，这时BFS查寻不到可行的路径，程序会直接结束。所以，在实际情况下，如果一味沿着最短的曼哈顿距离运行，很容易让自己陷入无路可走的情况。这个时候我们就需要更好的算法来规划运行路径。
<>没事走两步版本
上面那张图我们可以看出，蛇并不是完全没有出路，只需要走几格就能再次查寻到路径。所以在当前情况无解时，我们可以让蛇随便找个能跑的地方走一步，走完后再BFS查寻，如果还是找不到就继续走，反复循环。
这样我们的小蛇就能多跑一会，可惜最终仍难逃死亡厄运。
BFS+没事走两步
这张图上，虽然确实能直接吃到食物，但是吃完后蛇头被蛇身包住，进了死胡同。也就是说，没事走两步并不能拯救蛇，因为这家伙看到食物就奋不顾身的冲过去了，根本没有考虑后果，所以为了让它能跑的更欢快，必须要更有远见。
<>提莫队长探路版本
在网上查阅了很多文章，发现大家对这个问题居然还有挺多的研究。总结了下搜集的方法，基本上分为两种：
在吃食物之前，派出一条虚拟的蛇去探探路，如果虚拟蛇吃完后是安全的，那就让真正的蛇去吃。
蛇头追着蛇尾走，在所有的路径中如果有一条路径能经过食物就选择这条路走。
对比两种思路，方法二虽然思路清晰过程少，但是由于路径很多（等价曼哈顿距离），不容易判断哪个是最优解。因此我们选择方法一。
俗话说“团战可以输，提莫必须死”。所以我们首先把这只提莫杀死，让它的灵魂替我们探路，这样就不用把它给画出来了。但是，对于方法一来说，怎么样的布局才算是安全的呢？解决办法还是得从我们最开始提到的那张铺满屏幕的GIF图片来找，在那张图里面，即使蛇已经很长了，蛇仍然能够风骚走位，而且是跟着蛇尾跑的，并且在能吃到食物的时候也没有马上跑过去，而是拉开足够的距离后才吃。我们之前写程序的时候，都是让蛇沿着最短的距离去吃食物，在刚开始还好，一旦蛇比较长，这个方法就会把蛇给害死。所以我们不一定非得偷懒去走最短的路，而是应该考虑如何高效利用剩余的游戏区域，沿着可持续发展，绿色环保的道路走下去，践行科学发展观，实现伟大复兴的中国梦……咳咳，说跑偏了。所以，安全的定义应该是，在吃完食物后，还应该能找到自己的尾巴。因此，我们的算法应当是这样的：
算法伪代码
最后我们来看看提莫队长版的蛇是怎么跑的吧。
把速度放慢点再看
可以看出，因为食物是随机生成的，所以蛇有可能吃不到，不一定能全部铺满地图。不知道为什么用Pygame渲染的时候，水平方向上出现了几个像素的偏差，如果有知道的大佬欢迎评论区解答。