131 lines
5.3 KiB
Markdown
131 lines
5.3 KiB
Markdown
# Project 2: Multi-Agent Pacman 实验报告
|
||
|
||
本实验旨在通过编写 Pacman 智能体来实践对抗搜索算法（Adversarial Search）。主要涉及 Reflex Agent（反射智能体）、Minimax（极大极小算法）、Alpha-Beta Pruning（Alpha-Beta 剪枝）以及 Expectimax（期望最大算法）和评估函数的设计。
|
||
|
||
## 实验环境
|
||
- **操作系统**: Linux
|
||
- **语言**: Python 3
|
||
- **文件**: `multiAgents.py` (主要修改文件)
|
||
|
||
---
|
||
|
||
## Q1: Reflex Agent (反射智能体)
|
||
|
||
### 任务描述
|
||
编写 `ReflexAgent` 类中的 `evaluationFunction` 方法。该智能体通过评估当前状态及其后续动作的得分来选择最佳动作。不仅要考虑吃豆子，还要避免碰到幽灵。
|
||
|
||
### 实现逻辑
|
||
我们在 `evaluationFunction` 中综合考虑了以下因素：
|
||
1. **当前分数 (`successorGameState.getScore()`)**: 基础得分。
|
||
2. **食物距离**: 计算 Pacman 到最近食物的曼哈顿距离。距离越近，得分越高（使用倒数 `1.0 / (distance + 1)`）。
|
||
3. **幽灵距离**:
|
||
- 如果幽灵距离过近（小于 2 格）且处于非受惊状态，返回极低分（代表死亡风险）。
|
||
- 如果幽灵处于受惊状态（Scared），则不用过于担心。
|
||
|
||
### 核心代码片段
|
||
```python
|
||
# 计算到最近食物的距离
|
||
minFoodDist = min([util.manhattanDistance(newPos, food) for food in foodList])
|
||
|
||
# 避免幽灵
|
||
for i, ghostState in enumerate(newGhostStates):
|
||
# ... (省略部分代码)
|
||
if dist < 2 and newScaredTimes[i] == 0:
|
||
return -999999
|
||
|
||
return successorGameState.getScore() + 1.0 / (minFoodDist + 1)
|
||
```
|
||
|
||
---
|
||
|
||
## Q2: Minimax (极大极小算法)
|
||
|
||
### 任务描述
|
||
在 `MinimaxAgent` 类中实现 Minimax 算法。该算法假设对手（幽灵）也是最优的，即 Pacman 试图最大化分数，而幽灵试图最小化分数。
|
||
|
||
### 知识点讲解
|
||
Minimax 算法是一种递归算法，用于在两人零和博弈中找到最优策略。
|
||
- **MAX 层 (Pacman)**: 选择能获得最大评估值的动作。
|
||
- **MIN 层 (Ghosts)**: 选择会导致最小评估值的动作。
|
||
- **深度 (Depth)**: 搜索树的深度。本实验中，一层（Ply）包含 Pacman 的一步和所有幽灵的一步。
|
||
|
||
### 实现细节
|
||
我们实现了一个递归函数 `minimax(agentIndex, depth, gameState)`：
|
||
- **终止条件**: 达到最大深度 `self.depth` 或游戏结束（胜/负）。
|
||
- **Agent 轮转**: `agentIndex` 从 0 (Pacman) 到 `numAgents - 1`。当 `agentIndex` 回到 0 时，深度 `depth` 加 1。
|
||
- **状态值传递**: 递归向上层传递最优值（Max 或 Min）。
|
||
|
||
---
|
||
|
||
## Q3: Alpha-Beta Pruning (Alpha-Beta 剪枝)
|
||
|
||
### 任务描述
|
||
在 `AlphaBetaAgent` 类中实现带有 Alpha-Beta 剪枝的 Minimax 算法，以提高搜索效率。
|
||
|
||
### 知识点讲解
|
||
Minimax 算法会搜索整个博弈树，计算量巨大。Alpha-Beta 剪枝通过维护两个值 `alpha` 和 `beta` 来忽略那些不需要搜索的分支：
|
||
- **Alpha (α)**: MAX 节点目前找到的最好（最大）值的下界。
|
||
- **Beta (β)**: MIN 节点目前找到的最好（最小）值的上界。
|
||
- **剪枝规则**:
|
||
- 在 MAX 节点，如果发现某分支的值 `v > beta`，则 MIN 父节点绝不会选择该分支（因为父节点已有更小的值 β），故剪枝。
|
||
- 在 MIN 节点，如果发现 `v < alpha`，则 MAX 父节点绝不会选择该分支，故剪枝。
|
||
|
||
### 实现细节
|
||
在 `alphaBeta` 递归函数中增加 `alpha` 和 `beta` 参数，并在循环中动态更新它们。注意不要在剪枝时改变节点的访问顺序，以通过 Autograder 的严格检查。
|
||
|
||
---
|
||
|
||
## Q4 (Optional/Part of Logic): Expectimax (期望最大算法)
|
||
|
||
*虽然任务主要要求 Q1-Q3，但也实现了 Expectimax 以备不时之需。*
|
||
|
||
### 知识点讲解
|
||
Expectimax 假设对手（幽灵）不一定是最优的，而是随机行动。MIN 节点变为 CHANCE 节点，计算所有可能动作的期望值（平均值）。这更符合随机幽灵的行为模式。
|
||
|
||
---
|
||
|
||
## Q5: Evaluation Function (评估函数)
|
||
|
||
### 任务描述
|
||
编写 `betterEvaluationFunction`，用于评估非终止状态的好坏。这是实现高性能智能体的关键。
|
||
|
||
### 设计思路
|
||
我们需要根据当前状态特征给出一个数值评分，特征及其权重如下：
|
||
1. **基础分数**: 游戏自带的得分。
|
||
2. **食物距离 (权重 +10)**: 鼓励吃掉最近的食物。
|
||
3. **胶囊距离 (权重 +20)**: 鼓励去吃能量胶囊。
|
||
4. **受惊幽灵 (权重 +100)**: 如果幽灵被吓坏了，鼓励去吃掉它们（距离越近分越高）。
|
||
5. **活跃幽灵 (权重 -1000)**: 如果幽灵正常且距离太近，给予极大的惩罚。
|
||
6. **剩余食物数量 (权重 -4)**: 剩余越少越好。
|
||
7. **剩余胶囊数量 (权重 -20)**: 剩余越少越好。
|
||
|
||
通过线性组合这些特征，Pacman 能够在复杂的环境中表现出色，既能躲避追捕，又能积极得分。
|
||
|
||
---
|
||
|
||
## 如何运行测试
|
||
|
||
可以使用 `autograder.py` 来验证各个问题的实现：
|
||
|
||
1. **测试 Q1 (Reflex Agent)**:
|
||
```bash
|
||
python autograder.py -q q1
|
||
```
|
||
|
||
2. **测试 Q2 (Minimax)**:
|
||
```bash
|
||
python autograder.py -q q2
|
||
```
|
||
|
||
3. **测试 Q3 (Alpha-Beta)**:
|
||
```bash
|
||
python autograder.py -q q3
|
||
```
|
||
|
||
4. **测试 Q5 (Evaluation Function)**:
|
||
```bash
|
||
python autograder.py -q q5
|
||
```
|
||
|
||
如果不希望显示图形界面（加快测试速度），可以添加 `--no-graphics` 参数。
|