前言

之前写过一篇关于贪吃蛇AI的博客，当时虽然取得了一些成果，但是也存在许多问题，所以最近又花了三天时间重新思考了一下。以下是之前博客存在的一些问题：

策略不对，只要存在找不到尾巴的情况就可能失败，所以这次的AI能保证始终找到尾巴。
编程思路不对，当时用C语言编写的，原有的游戏规则和AI部分有耦合，所以甚至出现了吃自己身体的状况，这是完全可以避免的。

以上两个问题是最主要的，其他地方也还是有可取之处的。下面是本次的成果。

思路

首先，我在网上找了一份贪吃蛇游戏的成品,然后在此代码的基础之上修改，添加一个AI，在每次游戏刷新时更新方向，这样，只要返回的方向错误，游戏一定会终止。同时，这种思路也比较符合实际：实际中我们玩贪吃蛇游戏其实就是通过键盘向游戏返回一个方向。现在不过是由AI负责返回方向。

AI算法

角度一：路径规划

这也是我本次采用的策略，如果看过上文提到的博客，就应该比较清楚，但是具体的策略有了变化，伪代码如下：

if (蛇身长度 > N && 策略1可行) {
    执行策略1;
} else if (策略2可行) {
    执行策略2;
} else if (策略3可行){
    执行策略三;
}

具体解释一下：策略1 是非常无聊的做法，如下图，只要这样走一定会赢，但是显然没有任何价值，所以 N 越大，AI就越强。

示意图

策略2 是游戏早期会采用的一种策略，即利用A*算法 去寻找最短路径，如果按照路径去吃食物后还能找到尾巴就可行。但是也存在一个问题：有时候A*算法是行不通的但是稍微绕点路可能就行了，对于这种情况，我本想再添加一种策略，即遍历出所有路径，然后在策略1 不可行的情况下采用此策略，可是貌似不是目前的主要矛盾就放弃了（还有一部分原因是尝试了一下，没写出来。。。）

策略3 就是策略不可行的时候，采取的追尾策略，但是如何追，看到一些文章说朝离食物最远的方向，可是，我却遭遇了死循环：

最后，我采取的策略是选择合法的方向中，离尾巴最远（DFS距离）的那个方向。
可以看到，无论哪个策略，都是可控的，能找到尾巴的，这也是成功的关键。

角度二：博弈

这部分是我的一些思考，未实践探索。
其实，很多AI问题都可以用博弈的观点来解决，有些很明显：比如五子棋，围棋，有些则不那么明显：比如贪吃蛇。
如何用博弈的观点来看呢（描述可能不严谨）：

博弈双方甲、乙
甲方选择一个空位置放置目标
乙方在不撞墙、不撞自身的前提下，在有限步骤内乙方需要吃掉食物。
如果乙方吃掉食物，身体长度加一（如何增加有多种方式，比如原代码是吃完增加，我更习惯吃的那一步发生增加）
如果甲没有位置放置目标则甲输，如果乙撞墙、撞自己、不能在有限步内吃到目标，任何一种情况发生都算输。

从经典贪吃蛇游戏的规则来看，甲采取的肯定不是最优策略，因为都知道食物是随机放置的，乙是否存在最优呢（这个我还不敢多做评论）

以上是我的一些想法，下图是一副几年前很火的图，图片是处理过的，用了2min，实际用时是13min，从花费的时间来看，我觉得如果这是AI（这个GIF是如何做出来的目前还不清楚，并不一定是AI），那一定得是搜索了博弈树，路径规划花13min是不太可能的：

代码概述

AI我是用JavaScript写的，才看了《JavaScript权威指南》前几章，写的很烂（这也是最后的AI中有一些“不可表述”的奇怪bug的原因），没必要细细分析，说一下大体框架：

aiSetDirection：  AI入口
aiSetSituation：  将目标位置等信息存储起来，方便AI使用
aiGetPrePath：    策略1，返回第一种策略可行时的方向
aiGetBestPath：    策略2，使用A*算法返回可行时方向
aiFollowTail：     策略3，追着尾巴跑
aiJudgePath：      判断路径是否可行，策略2传入数组，策略三传入的数组实际只有一个元素
aiDFSPath：        返回蛇头朝四个方向移动（策略3中）时尾巴的DFS深度
aiTurnToDirection:将路径（下一步）转换为方向

贪吃蛇游戏是否存在最优解

目前，我还不能做最终定论，原因有以下几点：

目前自己掌握的资料有限，是否有同类问题的学术研究，又或者在哪已经彻底解决了这个问题（目前的倾向是不能保证100%取胜）。所以我觉得自己还需要寻找更多的资料，比如相关的AI比赛也是有的，我目前还没有了解。
目前无论用哪种语言，我都没法随心所欲的驾驭，需要用到的几个关键算法及其变种同样也没法熟练的使用。
形式化的研究还没有开始，至少目前我想，对于这个问题，我想的还不够抽象。

源代码和在线演示

源代码托管在GitHub上了，欢迎star&fork
在线演示（不能保证每次成功）：AI-Snake
视频：优酷（标清）;youtube（高清）

总结

花了三天吧，敲了很多垃圾代码。算法不熟练，代码不熟练。事先规划不充分。

可改进之处：

可以在早期多按照预定路径走几次，这样可以有效消除空位置。即 身长>N 改为 身长>N || (身长>n1 && 身长<N1) || ... 可以视为一种调节机制
预定的路径有多种，有时候上文提到的路径可能不行（因为到达N时蛇的形态可能很特殊），所以可以多设置几种无聊必胜 策略，防止某一策略不可行

参考

关于寻路算法的一些思考（1）：A*算法介绍，这是第一篇，这个系列是我读的中文里最好的A*算法讲解
Creating A Snake Game Tutorial With HTML5，我的代码就是在此基础之上建立的，一个很不错的网站，应该是个人网站
Winning A Snake Game,GIF的视频版
Snake - Maximum score (tool-assisted),另一个获胜的视频，没上一个那么吓人
Snake finally beaten,关于那张经典GIF的一则新闻
The Perfect Snake,同样是关于GIF的一篇短博文
Смотрим до конца,GIF的出处
Snake Online,一个关于贪吃蛇游戏的网站
如何用Python写一个贪吃蛇AI,国内比较火的AI贪吃蛇博文，博主的项目star数蛮高的
贪吃蛇 AI 的实现 snake AI,国内另一篇AI贪吃蛇的博文，比较好的就这两篇了。
Snake,入门级讲解。
js实现A*寻路算法,对我一个js菜鸟帮助还是很大的

AI贪吃蛇（二）

前言

思路