亲测可用的 Linux（Ubuntu18.04下）可运行的俄罗斯方块游戏的仿真环境—————————可用于强化学习算法的游戏模拟器环境

俄罗斯方块模拟器（tetris 游戏），Python库地址：

https://gitee.com/devilmaycry812839668/gym-tetris

 

 

在Python3.7环境下亲测可用：

 

安装：

pip install gym-tetris

 

 

 

安装好后测试代码：

from nes_py.wrappers import JoypadSpace
import gym_tetris
from gym_tetris.actions import MOVEMENT

env = gym_tetris.make('TetrisA-v0')
env = JoypadSpace(env, MOVEMENT)

done = True
for step in range(5000):
    if done:
        state = env.reset()
    state, reward, done, info = env.step(env.action_space.sample())
    env.render()

env.close()

 

 

由于上面代码运行过快，不易观察，于是给出修正代码：

from nes_py.wrappers import JoypadSpace
import gym_tetris
from gym_tetris.actions import MOVEMENT

import time

env = gym_tetris.make('TetrisA-v0')
env = JoypadSpace(env, MOVEMENT)

done = True
for step in range(5000):
    if done:
        state = env.reset()
    state, reward, done, info = env.step(env.action_space.sample())
    print(info)
    env.render()
    time.sleep(0.5)

env.close()

运行图：

 

 

 

 

 

 

 

该游戏也可以使用命令启动，进行随机或者人为交互：

命令：

gym_tetris -e <environment ID> -m <`human` or `random`>

 

 

其中，

<environment ID>  可以是：

TetrisA-v0

TetrisA-v1

TetrisA-v2

TetrisA-v3

TetrisB-v0

TetrisB-v1

TetrisB-v2

TetrisB-v3

 

 

 

如：

gym_tetris -e TetrisA-v0 -m random

 

 

 

 

 

 

如：

gym_tetris -e TetrisA-v0 -m human

 

 

 

 

 

 

 

 

消除的行数与得分关系：（游戏规则）

引自：http://news.4399.com/gonglue/elsfangkuai/xinde/m/321661.html

俄罗斯方块是通过消除填满的行数来进行计分的，最高同时消除4行。消除行数最高，分数得到也就越多。

1.消除1行得10分，因为单行消除时最简单的，分数高不到哪去。

2.消除2行得30分，分数开始激增了，30分还不错。

3.消除3行得60分，分数更高，但是难度也是随之增加。

4.消除4行得100分，用这个来打高分是最快的，但是一不小心就可能挂掉。

 

 

 

 

 

这里说的几行是指一次性消除的行数。

 

 

 

 

==============================================================

 

 

 

 

其中，使用该模拟器与环境交互时返回的info消息的格式如下：

 

 

 

更多消息参看项目说明文件。

 

 

==============================================================

 

补充一下：

info 信息中的 board_height  是指当前落底的方块最高的高度：

 

可以看到上图中落底方块的最高高度为4， 于是 board_height 的数值为4 。

 

 

 

 

在  'statistics'   中， 方块的种类分别表示为：

'T'

'J'

'Z'

'O'

'S'

'L'

'I'

 

而每一种类型由于可以选择变形，变形不同样式后又用不同字符串表示：

 r  、 l  、u 、 d    分别代表 right, left, up ,down 四个变形格式。

v,h 分别代表 垂直和水平。

如：块类型 T， 他可以被表示为四种变化格式，"Tr", "Tl", "Tu", "Td"    ， 这也是'current_piece'中所进行的表示。

块类型I， 可以表示为 v, h 两个格式，于是有 "Iv",    "Ih" 这两种'current_piece'中所进行的表示 。

 

 

 

 

 

next_piece 可以指出下一个新块的类型，如下图，"I"块(和‘I块的两个具体格式  Iv 或 Ih 无关’)的下一个块为‘Td’块：

 

 

 

 

 

===========================================================

 

该游戏进行 human 模式 人为交互是 ，上下左右使用   w、a、s、d 键， 变形使用 O 或 P 键。