1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
|
###############################################################################
# Amna
###############################################################################
"""
N = Niveau (Répondre à N) (De l'état N à ...)
xp = Experience (Data / Données / Cerveau)
P = player (La personne qui jou en ce momant)
"""
### INI ###
terrain = list([0,0,0,0,0,0,0,0,0]) #Map morpion
# Experience / Cerveau
xp = list([])
for a in range(10):
xp.append([])
for b in range(9):
xp[a].append([(b+1),0])
"""
Map morpion :
|1|2|3|
|4|5|6|
|7|8|9|
Plan de la base de donnée de l'IA / Cerveau :
[
Si le joueur adverse choisi 0 (Tu jou en premier) : [[1, 0], [2, 0], [3, 0], [4, 0], [5, 0], [6, 0], [7, 0], [8, 0], [9, 0]],
Si le joueur adverse choisi 1 : [[(Alors jouer 1)>1, (Niveau d'envie de jouer 1)>0], [(Alors jouer 2)>2, (Niveau d'envie de jouer 2)>0], [3, 0], [4, 0], [5, 0], [6, 0], [7, 0], [8, 0], [9, 0]],
Si le joueur adverse choisi 2 : [[1, 0], [2, 0], [3, 0], [4, 0], [5, 0], [6, 0], [7, 0], [8, 0], [9, 0]],
[[1, 0], [2, 0], [3, 0], [4, 0], [5, 0], [6, 0], [7, 0], [8, 0], [9, 0]],
[[1, 0], [2, 0], [3, 0], [4, 0], [5, 0], [6, 0], [7, 0], [8, 0], [9, 0]],
[[1, 0], [2, 0], [3, 0], [4, 0], [5, 0], [6, 0], [7, 0], [8, 0], [9, 0]],
[[1, 0], [2, 0], [3, 0], [4, 0], [5, 0], [6, 0], [7, 0], [8, 0], [9, 0]],
[[1, 0], [2, 0], [3, 0], [4, 0], [5, 0], [6, 0], [7, 0], [8, 0], [9, 0]],
[[1, 0], [2, 0], [3, 0], [4, 0], [5, 0], [6, 0], [7, 0], [8, 0], [9, 0]],
[[1, 0], [2, 0], [3, 0], [4, 0], [5, 0], [6, 0], [7, 0], [8, 0], [9, 0]]
]
"""
### IMP ###
import random
import os #Pour la commande cls de system pour clear l'affichage pour le chargement
### DEF ###
def choisir(N):
randomlist = list([]) #Liste pour tout les choix qui ont la même valleurs qu'il faudra départager grance a l'aleatoire
best = list([0,0])
choix = xp[N].copy() #Copie de la base de donnée pour ne pas la modifier
for i in range(9): # Tri des choix possible
if terrain[8-i] == 1 or terrain[8-i] == 2:
choix.remove(choix[8-i]) #Suppretion des choix impossible
# Recherche du meilleur choix
for i in range(len(choix)):
if choix[i][1] > best[1]:
best = choix[i]
randomlist = list([])
if choix[i][1] == best[1]:
randomlist.append(choix[i])
# Si il y a confrontation alors place au random
if len(randomlist) > 0:
best = randomlist[random.randint(0,(len(randomlist)-1))]
# Return le nom de la case (entre 1 et 9)
return best[0]
def choisirALL(): #Pour choisir premier tour
most = list([])
for N in range(10):
randomlist = list([])
best = list([0,0])
choix = xp[N].copy()
for i in range(9): # Tri des choix possible
if terrain[8-i] == 1 or terrain[8-i] == 2:
choix.remove(choix[8-i])
# Recherche du meilleur choix
for i in range(len(choix)):
if choix[i][1] > best[1]:
best = choix[i]
randomlist = list([])
if choix[i][1] == best[1]:
randomlist.append(choix[i])
# Si il y a confrontation alors place au random
if len(randomlist) > 0:
best = randomlist[random.randint(0,(len(randomlist)-1))]
# Ajoute a la liste des meilleur
most.append(best)
choix = most
for i in range(len(choix)):
if choix[i][1] > best[1]:
best = choix[i]
randomlist = list([])
if choix[i][1] == best[1]:
randomlist.append(choix[i])
# Si il y a confrontation alors place au random
if len(randomlist) > 0:
best = randomlist[random.randint(0,(len(randomlist)-1))]
# Return le nom de la case (entre 1 et 9)
return best[0]
def Gagner():
global terrain
if ((terrain[0]==1 and terrain[1]==1 and terrain[2]==1) or
(terrain[0]==1 and terrain[4]==1 and terrain[8]==1) or
(terrain[0]==1 and terrain[3]==1 and terrain[6]==1) or
(terrain[1]==1 and terrain[4]==1 and terrain[7]==1) or
(terrain[2]==1 and terrain[5]==1 and terrain[8]==1) or
(terrain[2]==1 and terrain[4]==1 and terrain[6]==1) or
(terrain[3]==1 and terrain[4]==1 and terrain[5]==1) or
(terrain[6]==1 and terrain[7]==1 and terrain[8]==1)):
return True
elif ((terrain[0]==2 and terrain[1]==2 and terrain[2]==2) or
(terrain[0]==2 and terrain[4]==2 and terrain[8]==2) or
(terrain[0]==2 and terrain[3]==2 and terrain[6]==2) or
(terrain[1]==2 and terrain[4]==2 and terrain[7]==2) or
(terrain[2]==2 and terrain[5]==2 and terrain[8]==2) or
(terrain[2]==2 and terrain[4]==2 and terrain[6]==2) or
(terrain[3]==2 and terrain[4]==2 and terrain[5]==2) or
(terrain[6]==2 and terrain[7]==2 and terrain[8]==2)):
return True
else:
return False
#############
# Algorytme #
#####################################
learningRate = 0.01 #Learning rate pété
long = 1000000 #Nombre de partie d'apprentissage
barre = list([]) #Barre de chargement
for app in range(long):
if (app/long)*100 == int((app/long)*100):
os.system("cls")
barre.append("|")
print("Apprentisage :",int((app/long)*100),"% /",app,"parties jouées")
print("---------------------------------------------------------------------------------------------") #Top la classe XD
print(''.join(barre))
print("---------------------------------------------------------------------------------------------")
print("")
print("Learning rate :", learningRate)
print("")
print(terrain[0],terrain[1],terrain[2])
print(terrain[3],terrain[4],terrain[5])
print(terrain[6],terrain[7],terrain[8])
print("")
for i in range(9): #Montre les données
print(xp[i])
"""
#Fonction d'avencement du learning rate durant la partie
if learningRate < 1:
learningRate += learningRate/(100000)
elif learningRate > 1:
learningRate = 1
"""
historique = list([]) #Historique de la partie pour la backpropagation
terrain = list([0,0,0,0,0,0,0,0,0]) #Nettoyage du terrain
P = 1 #Joueur 1 commence
### Démarage de la partie ###
for i in range(10):
if sum(terrain) > 12: #Anti bug du terrain remplis
"""
print("BUG : Terrain rempli (Non resolu)")
print(terrain[0],terrain[1],terrain[2])
print(terrain[3],terrain[4],terrain[5])
print(terrain[6],terrain[7],terrain[8])
"""
break
if random.random() > learningRate: #Esay de faire quelque chose avec le learning rate
choix = xp[0].copy()
for i in range(9): # Tri des choix possible
if terrain[8-i] == 1 or terrain[8-i] == 2:
choix.remove(choix[8-i])
choix = choix[random.randint(0,(len(choix)-1))][0] #Choix aléatoire pour cartographier le jeu
else:
if len(historique) > 0: #Savoir si on jou en premier ou pas
choix = choisir(historique[-1])
else:
choix = choisirALL()
historique.append(choix) #Sauvegarde dans l'historique
if P == 1: #Switch entre joueur 1 et 2
terrain[choix-1] = 1
elif P == -1:
terrain[choix-1] = 2
P *= -1
# System de reward surement foireux
if Gagner():
xp[historique[-2]-1][historique[-1]-1][1] = xp[historique[-2]-1][historique[-1]-1][1]+learningRate*(5)
xp[historique[-3]-1][historique[-2]-1][1] = xp[historique[-3]-1][historique[-2]-1][1]+learningRate*(-5)
xp[historique[-4]-1][historique[-3]-1][1] = xp[historique[-4]-1][historique[-3]-1][1]+learningRate*(xp[historique[-2]-1][historique[-1]-1][1]-xp[historique[-4]-1][historique[-3]-1][1])
xp[historique[-5]-1][historique[-4]-1][1] = xp[historique[-5]-1][historique[-4]-1][1]+learningRate*(xp[historique[-3]-1][historique[-2]-1][1]-xp[historique[-5]-1][historique[-4]-1][1])
if not len(historique) > 5: break
xp[historique[-6]-1][historique[-5]-1][1] = xp[historique[-6]-1][historique[-5]-1][1]+learningRate*(xp[historique[-4]-1][historique[-3]-1][1]-xp[historique[-6]-1][historique[-5]-1][1])
if not len(historique) > 6: break
xp[historique[-7]-1][historique[-6]-1][1] = xp[historique[-7]-1][historique[-6]-1][1]+learningRate*(xp[historique[-5]-1][historique[-4]-1][1]-xp[historique[-7]-1][historique[-6]-1][1])
if not len(historique) > 7: break
xp[historique[-8]-1][historique[-7]-1][1] = xp[historique[-8]-1][historique[-7]-1][1]+learningRate*(xp[historique[-6]-1][historique[-5]-1][1]-xp[historique[-8]-1][historique[-7]-1][1])
if not len(historique) > 8: break
xp[historique[-9]-1][historique[-8]-1][1] = xp[historique[-9]-1][historique[-8]-1][1]+learningRate*(xp[historique[-7]-1][historique[-6]-1][1]-xp[historique[-9]-1][historique[-8]-1][1])
if not len(historique) > 9: break
xp[historique[-10]-1][historique[-9]-1][1] = xp[historique[-10]-1][historique[-9]-1][1]+learningRate*(xp[historique[-8]-1][historique[-7]-1][1]-xp[historique[-10]-1][historique[-9]-1][1])
break
if i == 9: #Egalité
xp[historique[-2]-1][historique[-1]-1][1] += learningRate*(0)
xp[historique[-3]-1][historique[-2]-1][1] += learningRate*(0)
xp[historique[-4]-1][historique[-3]-1][1] = xp[historique[-4]-1][historique[-3]-1][1]+learningRate*(xp[historique[-2]-1][historique[-1]-1][1]-xp[historique[-4]-1][historique[-3]-1][1])
xp[historique[-5]-1][historique[-4]-1][1] = xp[historique[-5]-1][historique[-4]-1][1]+learningRate*(xp[historique[-3]-1][historique[-2]-1][1]-xp[historique[-5]-1][historique[-4]-1][1])
xp[historique[-6]-1][historique[-5]-1][1] = xp[historique[-6]-1][historique[-5]-1][1]+learningRate*(xp[historique[-4]-1][historique[-3]-1][1]-xp[historique[-6]-1][historique[-5]-1][1])
xp[historique[-7]-1][historique[-6]-1][1] = xp[historique[-7]-1][historique[-6]-1][1]+learningRate*(xp[historique[-5]-1][historique[-4]-1][1]-xp[historique[-7]-1][historique[-6]-1][1])
xp[historique[-8]-1][historique[-7]-1][1] = xp[historique[-8]-1][historique[-7]-1][1]+learningRate*(xp[historique[-6]-1][historique[-5]-1][1]-xp[historique[-8]-1][historique[-7]-1][1])
xp[historique[-9]-1][historique[-8]-1][1] = xp[historique[-9]-1][historique[-8]-1][1]+learningRate*(xp[historique[-7]-1][historique[-6]-1][1]-xp[historique[-9]-1][historique[-8]-1][1])
xp[historique[-10]-1][historique[-9]-1][1] = xp[historique[-10]-1][historique[-9]-1][1]+learningRate*(xp[historique[-8]-1][historique[-7]-1][1]-xp[historique[-10]-1][historique[-9]-1][1])
break
print("")
print("A vous de jouer")
print("")
print("0 1 2")
print("3 4 5")
print("6 7 8")
print("")
while True:
terrain = list([0,0,0,0,0,0,0,0,0])
for i in range(9):
print("Etat du jeu :")
print(terrain[0],terrain[1],terrain[2])
print(terrain[3],terrain[4],terrain[5])
print(terrain[6],terrain[7],terrain[8])
print("")
ch = int(input("Choix : "))
terrain[ch] = 1
if Gagner():
print("Vous avez gagner :")
print(terrain[0],terrain[1],terrain[2])
print(terrain[3],terrain[4],terrain[5])
print(terrain[6],terrain[7],terrain[8])
break
terrain[choisir(ch)-1] = 2
if Gagner():
print("Vous avez perdu :")
print(terrain[0],terrain[1],terrain[2])
print(terrain[3],terrain[4],terrain[5])
print(terrain[6],terrain[7],terrain[8])
break
print("")
print("-------------------------") |
