2048-AI

🚀 自学习 + Numba 高性能优化 + Expectimax 搜索 + Pygame UI 的强化版 2048 AI

本项目是一个 强化版的 2048 游戏 AI，包含完整可视化界面、启发式搜索算法、动态经验学习系统、多线程优化以及 Numba 加速。AI 会随着游戏不断调整权重，变得越来越强。

---

✨ 功能特性

🧠 1. 自学习经验系统（AIExperience）

AI 会自动记录每一局的表现，并在每 10 局后自动优化策略权重，包括：

• 空格权重（empty weight）
• 平滑度（smoothness）
• 单调性（monotonicity）
• 角落策略（corner bonus）
• 边缘奖励（edge bonus）
• 合并潜力（merge potential）
• 蛇形布局（snake weight）

经验会保存到 ai_experience.pkl，下次启动继续使用。

---

⚡ 2. 极致性能优化

• 使用 Numba @njit 加速关键函数（滑动合并逻辑比 Python 快几十倍）
• 使用 ThreadPoolExecutor 加速 Expectimax 搜索
• 多种启发式算法高度并行化

---

🎯 3. 智能评估体系（Heuristic）

AI 通过综合评估规则决定最佳移动，包括：

指标	用途
空单元格	保持操作空间
平滑度	减少大数字冲突
单调性	保证大数字集中一边
角落权重	让最大数字呆在角落
边缘权重	更稳定的布局
合并潜力	预测未来是否可合并
最大数奖励	鼓励冲目标
蛇形排列	保证永不堵死

权重由经验系统自动调整，让 AI 越玩越强。

---

🖥 4. 精美 Pygame UI

• 动态渲染每个格子的颜色与数字
• 支持实时观察 AI 决策
• 棋盘尺寸：4x4（可扩展）
• 自动记录分数、步数、最大方块

---

🕹 5. 完整游戏逻辑

包含对 2048 游戏的所有规则实现，例如：

• 上下左右移动
• 自动生成新 tile
• 检测胜利（默认目标：40960）
• 检测游戏结束
• 最大 tile 自动跟踪

---

📁 文件说明

文件	说明
main.py	主程序入口，渲染 + AI 控制
ai_experience.pkl	AI 的历史经验数据（可删除以重置）
README.md	本说明文件

---

🔧 安装依赖

pip install pygame numpy numba

（可选，为提升性能）

pip install concurrent.futures

---

▶️ 启动程序

python main.py

AI 会自动开始游戏并不断自我学习。

---

📊 AI 统计功能

程序自动记录：

• 总对局数
• 最大 tile 历史
• 步数统计
• 平均分数
• 胜率
• 权重变化情况

可通过：

ai_experience.get_statistics()

获取详细数据。

---

🤖 算法结构说明

1. Expectimax 搜索

深度为 EXPECTIMAX_DEPTH = 3，支持多线程。

2. Numba 超快速滑动合并

@njit
def slide_numba(row):

负责所有方向的合并 + 得分计算。

3. 经验驱动权重更新

每 10 局自动重新评估：

ai_experience.adjust_weights()

---

📝 自定义参数

你可以在顶部配置修改：

SIZE = 4
TARGET = 40960
EXPECTIMAX_DEPTH = 3
ENABLE_DELAY = False
MOVE_DELAY = 0.1

支持自定义棋盘大小（例如 5x5、6x6）。

---

🎉 效果展示

AI 经过训练后通常可以稳定达到：

• 2048
• 4096
• 8192
• 甚至 16384+

目标默认是 2048。