出现新的当前块后,拷贝Tetris到容器0,找到该块可以出现的最左位置及最右位置(x坐标),从左至右搜索。找到在当前x坐标下,方块可能出现的最下位置(y坐标),将该块放入容器0的(x,y)位置,计算该容器的打分。对预测的下一个块和下下个块进行相同的操作,这样得到三个块摆放位置的一种分支,该分支打分为三次打分的和。若该次打分大于之前的打分,则更新分数,记录此情况下当前块的位置。
对块出现的位置和容器的打分策略为:
得分=方块里LittleBlock所在位置的y(纵)坐标值的和
+该块出现在该位置消去的行数*100
-容器里“洞”数*5
在这样的策略下,一层搜索(即只基于当前块进行决策)消去的行数为50左右,二层搜索(即基于当前及下一个块进行决策)可消去的为500左右,三层搜索则基本不会GameOver,每1.5s消去一行。四层搜索时由于计算耗时太多导致程序无法运行。
可见即使是很简单的决策策略,在3层搜索下也能表现出良好的只能来。搜索的层次越深,决策效果越好,当然计算量也是指数增长的。