ぷよぷよプログラミングAI学習システムは、中高生の自己調整学習に向けて開発されました。
どうやって、Chromebookで、１０分で、素敵な人工知能を作れるのでしょうか？
秘密は、３つ。
１ jupyter liteで、webクライアントがpythonコードを実行
２ 超軽量な機械学習フレームワークdezeroを採用
３ ぷよぷよのstageとactionがコンパクト
Github&X
ぷよぷよプログラミングAI学習用まとめ
チュートリアルまとめ
Step1 board
これから、jupyter notebookを使ってプログラミングします。
puyopuyoは、javascriptで教育版が公開されているので、その仕様をできる限り再現します
このチュートリアルが終わるときには、puyopuyoを使った深層強化学習ができます。
前半は、puyopuyoのルールを実装していき、深層強化学習に関しては、後半で説明します。
深層強化学習を、webクライアントで行うためには、pyodideというモジュールを使います。pyodideを使用しているために、いくつか特殊なコードが入っています。また、pyodideで深層強化学習するならば、tensorflowとpytorchは使用できないため、フレームワークDezeroを一部改変したdezero_embを使用します。
1 boardを作ってみる。
まず、boardを作ってみます。公式は 高さ１２ x 幅６の大きさです。
numpyを使用します。
コードを実行してみましょう。
import numpy as np
Height = 12
Width = 6
board = np.zeros(Width * Height).reshape(Height, Width)
- import numpy as np : numpyをインポートします。
- Hight = 12 : 高さを設定
- Width = 16 : 幅の設定
- np.zeros() : 初期値0のnumpy配列を作成します。
- reshape(Height,Width) : 幅Width、高さHeightの配列に変換します。
それでは、中身を見てみましょう。
print(board.shape)
print(board.ndim)
print(board)
(12, 6)
2
[[0. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 0.]]
- board.shape : 配列の大きさを表示します。
- board.ndim : 配列の次元数を表示します。
- print(board): boardを表示します。
サンプルボードを作ってみます。
空のボードよりも、サンプルボードの方がイメージしやすいですよね。
randomを使用します。
import numpy as np
import random
sample_list = np.arange(Width)
print(sample_list)
random.shuffle(sample_list)
print(sample_list)
[0 1 2 3 4 5]
[2 5 0 4 3 1]
- np.arange(Width) : 0 から Width-1 までの配列を作ります。
- random.shuffle(sample_list) : シャッフルして並べ替えます。
Height = 12
Width = 6
board = np.zeros(Width * Height).reshape(Height, Width)
for j in range(Width):
if sample_list[j]:
for i in range(sample_list[j]):
board[Height - 1 - i, j] = random.randint(1, 4)
print(board)
[[0. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 0.]
[0. 1. 0. 0. 0. 0.]
[0. 3. 0. 2. 0. 0.]
[0. 4. 0. 1. 2. 0.]
[1. 4. 0. 1. 4. 0.]
[2. 3. 0. 2. 1. 2.]]
- board[Height - 1 - i, j] : 高さHight - 1 -i、横jの範囲を指定。一番下は、Height-1 一番上は0 一番左は0、一番右はwidth-1
一般的なXY座標の書き方と異なることと、0から始まることに注意。
何も存在しない状態は0、ぷよの種類は5種類なので、1～5を割り当てる。
サンプルボードはこの後も使いたいので、関数にして保存しておきます。
%%writefile puyo_utils.py
import numpy as np
import random
class utils:
def create_sample_board(height=12, width=6):
sample_list = np.arange(width)
random.shuffle(sample_list)
board = np.zeros(height * width, dtype = np.int32).reshape(height, width)
for j in range(width):
if sample_list[j]:
for i in range(sample_list[j]):
board[height - 1 - i, j] = random.randint(1, 4)
return board
Writing puyo_utils.py
- %%writefile puyo_utils.py : puyo_utils.pyを作成する。
- def create_sample_board(hight=12, width=6) : pythonの関数宣言で、hight=12, whidth=6と初期設定されています。
どこに作成されるか確認しましょう。step1.ipynbと同じフォルダに作成されているはずです。