Praktikum Wissensbasierte Systeme Übung 1 Vier Gewinnt als Strategiespiel in Java

Transkript

1 Praktikum Wissensbasierte Systeme Übung 1 Vier Gewinnt als Strategiespiel in Java Prof. Dr. Daniel Pfeifer 18. März Einführung Im Laufe dieser Übung werden Sie (unter anderem) eine Mini-Max-Strategie für das Spiel Vier Gewinnt implementieren, welches Ihnen hoentlich geläug ist. Die Implementierung erfolgt komplett in Java, und damit das ganze ein wenig Spaÿ macht, können Sie Ihre Fortschritte bzw. Ihre Strategie auch sofort mit einem entsprechenden Java-GUI ausprobieren. Grob gesprochen ist folgendes zu tun: 1. Zunächst benötigen Sie eine Datenstruktur, die den Stand Spiels, also das Spielbrett, repräsentiert. Hierfür gibt es bereits die Klasse BasicBoard, die Sie aber noch durch Subklassierung vervollständigen müssen. Danach können Sie mit dem GUI schon gegen sich oder andere Personen spielen, aber noch nicht gegen den Computer. 2. Als erste primitive Spielstrategie implementieren Sie dann einen Zufallsspieler, der unter allen erlaubten Zügen, zufällig einen Möglichen liefert. Dazu müssen Sie das Interface PlayerStrategy geeignet implementieren. Sie erhalten dann schon einen, wenn auch sehr primitiven, Computer-Spieler. 3. Die Hauptaufgabe ist die Implementierung einer Mini-Max-Strategie, wie Sie in der WBS-Vorlesung eingeführt wurde. Beim Erzeugen eines entsprechenden Strategieobjektes sollten Sie die maximale Anzahl der vorauszuschauenden Züge einstellen können. Gegen die Mini-Max-Strategie hat man als Mensch schon deutlich Mühe zu gewinnen. Um die Mini-Max-Suche zu optimieren, sollten Sie dann durch eine Verfeinerung des Verfahrens die α-β-beschneidung implementieren. Das wird Sie nur wenige Zeile Code kosten, die Suche wird (bei gleicher Suchtiefe) aber nun deutlich schneller sein. 4. Als Bonusaufgabe dürfen Sie die Mini-Max-Strategie durch eine Heuristik verfeinern, die auch nicht-terminale Spielzustände ohne weitere Suche bewertet. Damit wird Ihre Mini-Max-Strategie evtl. noch besser und verhält sich etwas menschlicher. 1

2 5. Sie können Ihre Strategien auch konkurrierend in einem Turnier gegeneinander antreten lassen. Also wer entwickelt also die beste Strategie? 2 Das Spielbrett fertig bauen Ihr erste Aufgabe ist es, wie bereits erwähnt, das Spielbrett fertig zu bauen. Dazu sollten Sie die Klasse BasicBoard subklassieren und die Methoden die in BasicBoard mit // TODO:... gekennzeichnet sind, geeignet überschreiben und somit reimplementieren. Am besten, Sie erzeugen dafür ein neues Java-Package namens org.mi.heilbronn.connectfour.game.solution. Tipps zur Vorgehenweise: 1. Schauen Sie sich den Quellcode von BasicBoard an, und machen Sie sich mit den bereits korrekt implementierten Teilen vertraut. Lesen Sie auch die zugehörige Java- Dokumentation. Probieren Sie das Spiel mit dem GUI aus, indem Sie das Hauptprogramm org.mi.heilbronn.connectfour.gui.main starten. Diese Variante des Programms verwendet BasicBoard zur Repräsentation des Spielbretts und daher funktionieren einige Dinge noch nicht wie gewünscht: Es können keine Züge rückgängig gemacht werden. Das GUI bemerkt nicht, ob man keine Steine mehr in eine Spalte werfen kann (weil diese voll ist). Das GUI bemerkt nicht, ob ein Spieler schon gewonnen hat. Das GUI bemerkt nicht, wenn es ein Unentschieden gegeben hat. All diese Probleme sollten verschwunden sein, sobald Sie diese Teilaufgabe gelöst haben. 2. Implementieren Sie zunächst die Methoden getlastmove(), canmove(int column), undomove() und isboardfull(). Dies sollte nicht all zu schwierig sein. Implementieren Sie auch die Methode clone() so, dass diese eine passende Instanz Ihrer Subklasse von BasicBoard zurückgibt. Auÿerdem müssen Sie die Konstruktoren aus BasicBoard in Ihrer Subklasse reimplementieren. Sie sollten Ihre Subklasse auf zwei Arten ausprobieren bzw. testen: 2

3 Passen Sie das GUI durch Subklassierung der Klasse org.mi.heilbronn.connectfour.gui.gui so an, dass das GUI nun Ihre BasicBoard-Subklasse nutzt anstatt der Klasse BasicBoard selbst. Dazu sollten Sie die Methode createnewboard(player startplayer, int rows, int columns, int winfields) geeignet überschreiben. Auch das Hauptprogramm org.mi.heilbronn.connectfour.gui.main müssen Sie Subklassieren forschen Sie nach, was genau zu tun ist! Dann können Sie die Verbesserungen im GUI beobachten, indem Sie Ihr neues Hauptprogramm starten. Es gibt auch einen JUnit-Test, um die Korrektheit Ihrer BasicBoard-Subklasse zu testen (der Test ist allerdings nicht vollständig). Sie können den Test nutzen, indem Sie die Klasse org.mi.heilbronn.connectfour.game.abstractboardtest geeignet subklassieren. (Finden Sie selbst heraus was dort zu tun ist.) 3. Implementieren Sie nun noch die Methoden getverticallycoveredfields(int row, int column) und getdiagonally2coveredfields(int row, int column). Orientieren Sie sich dabei an den gegebenen Implementierungen von gethorizontallycoveredfields(int row, int column) und getdiagonally1coveredfields(int row, int column). Mit Hilfe dieser Methoden können Sie schlieÿlich die Methode hascurrentplayerlost() implementieren und diese wiederum über das GUI bzw. (teilweise) mit JUnit testen. Damit ist die erste Teilaufgabe abgeschlossen. 3 Der Zufallsspieler Studieren Sie das Interface PlayerStrategy und implementieren Sie es so, dass nextmove(basicboard b) einen zufälligen Zug unter allen noch möglichen für das Spiellbrett b liefert. Bringen Sie Ihren Zufallspieler in das GUI ein, indem Sie die Methoden createplayericons() und createplayers() in Ihrer Subklasse von GUI geeignet implementieren. (Eine entsprechende Subklasse haben Sie ja bereits in Aufgabe 1 angefertigt.) Beachten Sie dazu die Java-Dokumentation der beiden Methoden createplayericons() und createplayers(). 4 Der Mini-Max-Spieler 4.1 Die Basis-Implementierung Nun kommen Sie zur Hauptaufgabe dieser Übung: Implementieren Sie das Interface PlayerStrategy als Mini-Max-Spieler. Nutzen Sie dazu Ihr Wissen über das Mini-Max-Verfahren, wie es in der Vorlesung vorgestellt wurde. 3

4 Tipps und Hinweise: Die Mini-Max-Strategie untersucht den aktuellen zustande des Spielbretts b und prüft, ob eine der aktuelle Spieler bereits verloren hat. Wenn nicht werden alle möglichen Züge für den aktuellen Spieler auf dem Spielbrett durch probiert und durch Rekursion führt die Strategie dann auf die analoge Aufgabe für den gegnerischen Spieler auf dem jeweils fortgeschrittenenen Spielbrett aus. Das Verfahren hat einen exponentiellen Suchaufwand, und daher muss die Suche bei einer bestimmten (im Konstruktor vorzugebenden) Suchtiefe begrenzt werden. Es wäre fatal für die Ezienz des Verfahrens, wenn bei der Suche andauernd neue Spielbrett-Objekte erzeugt würden. Andererseits muss bei jedem Suchschritt ein anderer Spielbrett-Zustand betrachtet werden. Zum Verfolgen des aktuellen Spielbrett- Zustandes kann glücklicherweise immer das gleiche Spielbrett-Objekt genutzt werden. Dazu muss allerdings sein Zustand gut gepegt werden: Wenn die Suche aus der Rekursion zurückkehrt, muss der Zustand des Bretts auf jenen direkt vor der Rekursion zurückgebracht werden. Nutzen Sie dazu die Methode undo() aus Ihrer Subklasse von BasicBoard. Mit dem JUnit-Test AbstractStrategyQualityTest können Sie feststellen, ob Ihre Mini-Max-Strategie einige Stellungen korrekt erkennt, bei denen nach wenigen Zügen ein Sieg (oder Verlust) erzwungen werden kann. Sehen Sie sich dazu den Test an und implementieren Sie die Methoden AbstractStrategyQualityTest.createPlayer() sowie AbstractStrategyQualityTest.createBoard() in einer Subklasse des Tests. Die Methoden sollten natürlich Instanzen Ihrer Mini-Max-Strategie bzw. Ihrer Spielbrett-Implementierung zurückgeben. Bringen Sie die neue Strategie analog zu Aufgabe 3 nun in das GUI ein und probieren Sie sie aus. Die Strategie sollte (bei geeigneter Suchtiefe) praktische Immer gegen den Zufallsspieler gewinnen. 4.2 α-β-beschneidung Erweitern Sie nun Ihre Basis-Implementierung, so dass Sie die α-β-beschneidung als Optimierung ausnutzt. Sie werden sehen: Es sind idealer Weise nur drei bis vier Zeilen Code einzufügen. Den Performance-Boost kann man auch fühlen, wenn man gegen die so verbesserte Strategie im GUI spielt. 4.3 Ein erwünschter Nicht-Determinismus Ihre Mini-Max-Strategie verhält sich bisher noch extrem langweilig und macht in der gleichen Spielsituation immer der gleichen Zug, auch wenn die Strategie eigentlich andere beste Züge als gleichwertig erkannt hat. Das sollten Sie schleunigst ändern! Dazu sollte man über 4

5 den Konstruktor der Strategie einstellen können, ob man das schon vorliegende deterministische Verhalten wünscht oder nicht. Im zweiten Fall sollte die Strategie dann unter allen besten Zügen zufällig einen auswählen. Ihre nicht-deterministische Mini-Max-Strategie ist nun Reif für die erste Schlacht. Lassen Sie ihre Strategie also im Turnier gegen den Zufallsspieler und gegen die Musterlösung für die nicht-deterministische Mini-Max-Strategie antreten. Dazu gibt es die Klasse AbstractTournamentStrategyQualityTest, die Sie geeignet subklassieren müssen. Darin spielt die Methode playtournament(int initial, int games, PlayerStrategy givenplayer, PlayerStrategy playerundertest) eine Menge von Spielen mit zwei Strategien durch (siehe Java-Dokumentation). Auf dieser Basis wird die Gewinnrate der zu testenden Strategie berechnet, und diese muss einen jeweils vorgegebenen Wert überschreiten. Zur Verwendung der Klasse AbstractTournamentStrategyQualityTest müssen Sie unter anderem die Methode createplayerstrategyfactory() implementieren. Sie liefert eine Fabrik (engl. Factory) zur Erzeugung von Instanzen Ihrer Mini-Max-Strategie mit vorgegebener Stärke vermittels createplayerstrategy(int power). Die vorgegebene Stärke (power) entspricht dabei der der (maximalen) Suchtiefe der Mini-Max-Strategie. 4.4 Zusatzaufgabe: kürzeste bzw. längste Pfade Bekanntlich führen viele Wege zum Ziel, und so ist das auch mit erzwungenen Siegen oder Verlusten beim Vier Gewinnt. Im Moment bevorzugt Ihre Mini-Max-Strategie aber weder lange noch kurze Zugsequenzen zu erzwungenen Siegen bzw. Verlusten. Das ist nicht so schön: Wenn die aktuelle Spielsituation zu einem erzwungenen Sieg führt, dann bitte zackig! Die Mini-Max-Strategie soll dann also einen besten Zug liefern, der in möglichst wenigen Zügen den Sieg erzwingt. Wenn die Niederlage droht, dann soll es gerade umgekehrt laufen: Die Mini-Max-Strategie soll einen Zug liefern, der die Niederlage noch möglichst lange hinauszögert. Und wer weiÿ vielleicht macht ja der Gegner dann auf halber Strecke noch einen fatalen Fehler. 5 Die Rechenzeit im Visier Sie haben es sicher schon gemerkt: Spielstrategien kosten Rechenzeit. Da wäre es doch nur fair, wenn man im Turnier der Strategien diese Ressource mit berücksichtigt. Ezientere Strategien können dann in der gleichen Zeit in einer höheren Suchtiefe suchen und so inezientere aber eventuell sogar funktional identische Strategien besiegen! Wenn Sie es darauf ankommen lassen wollen, dann sollten Sie sich mit der Klasse AbstractTimeConstrainedStrategy beschäftigen. Es handelt sich um einen Dekorierer (Entwurfmuster Decorator), der eine dekorierte Spielstrategie aufsteigend in verschiedenen Suchtiefen suchen lässt, solange ein gewisses Zeitlimit noch nicht überschritten ist. Dazu nutzt die Klasse AbstractTimeConstrainedStrategy im Prinzip das Verfahren des Iterative Deepening, welches Sie in der Vorlesung bereits kennen gelernt 5

6 haben. AbstractTimeConstrainedStrategy startet einen zusätzlichen Java-Thread, um nach dem Erreichen des Zeitlimits mit dem bisher besten gefundenen Zug der dekorierten Strategie abbrechen und zum Aufrufer zurückkehren zu können. Beim Iterative Deepening wurde ja die maximale Suchtiefe immer um eins vergröÿert. Das funktioniert hier genauso, es müssen daher immer wieder neue Instanzen der dekorierten Strategie (mit einem neuen Wert für die maximale Suchtiefe) in AbstractTimeConstrainedStrategy erzeugt werden. Diese Aufgabe wird an die abstrakte Fabrik-Methode createplayerstrategy(int power) delegiert, die Sie noch in einer konkreten Unterklasse von AbstractTimeConstrainedStrategy implementieren müssen. (Schauen Sie sich dazu die entsprechende Java-Dokumentation an.) 6