《算法的乐趣》第六十六节

本节讨论俄罗斯方块AI评估局面的参数与常用算法。评估一个板块的摆放位置，需考虑接触的小方块数量（越紧密越好）、板块最高点高度（越低越好）、能消除的行数（越多越好）……

本节讨论俄罗斯方块AI评估局面的参数与常用算法。评估一个板块的摆放位置，需考虑接触的小方块数量（越紧密越好）、板块最高点高度（越低越好）、能消除的行数（越多越好），以及已填充区域的空格数和“空洞”数（越少越好）。这些参数需综合权衡，若过分看重消除行数，反而可能造成“空洞”等不利局面。

如何确定各参数的权重系数并无定法，简单线性关系可反复调试，复杂情况多用神经网络训练。早期研究转向追求高分，涌现出多种算法。其中，同时考虑当前和下一块板块的two-piece算法（如ColinFahey算法）效果好，但只考虑当前板块的one-piece算法（如PierreDellacherie算法）表现同样出色甚至更强。

PierreDellacherie算法将上述抽象参数转化为6个具体属性：板块落点高度（landingHeight）、消除效果（erodedPieceCellsMetric，即消除行数与该板块被消格数之乘积）、行/列变换次数（boardRowTransitions/ColTransitions，衡量紧密度）、“空洞”数（boardBuriedHoles）和“井”深之和（boardWells）。最终评估值由这6项线性组合得出：value=-landingHeight+erodedPieceCellsMetric-boardRowTransitions-boardColTransitions-(4*boardBuriedHoles)-boardWells。