AI Tetris — эволюция стратегии
Тетрис, в который играет эволюционирующий агент. Он оценивает поле по признакам — высота, дырки, неровность — а эволюция сама подбирает их веса.
Тетрис — про долгосрочную стратегию, а не про рефлексы. Мне было интересно, потянет ли эволюция такую многоходовку и какая репрезентация поля для этого нужна.
Здесь решает не глубокая сеть, а признаки поля: суммарная высота, число дырок, неровность профиля, закрытые линии. Эволюция подбирает веса этих эвристик — по сути сама находит что-то близкое к классическому агенту Пьера Деллашери.
Наивный перебор всех поворотов × позиций для оценки хода подтормаживал отрисовку. Переписал оценку в один проход по полю и ограничил, что агент считает на шаг вперёд, — стало плавно.
Стратегия, а не реакция
В отличие от динозаврика и змейки, тут агент не реагирует на кадр, а оценивает будущее поле: для каждого возможного хода считает набор признаков и выбирает лучший. Эволюция настраивает, насколько сильно штрафовать дырки и высоту относительно закрытых линий.
Симуляция изолирована в sandbox-iframe, как и остальные AI-эксперименты лаборатории.