python井字棋游戏大作业实验报告_Part 1.2 - 实现一个井字棋游戏的gym环境

上文已经描述了怎么创建和注册一个自定义的gym环境。但是环境类中的4个函数都是空的，本文将描述怎么实现那4个函数，实现一个完整的井字棋游戏的环境。

游戏规则：两个玩家在3x3的棋盘上，一方执X，一方执O。哪方先下的连续3个子(不管在对角，竖直还是水平方向)为胜。(类似五子棋)。赢得一方将会获得+100的奖励。

完整的环境代码访问GitHub。

其中，step函数已经指定了双方下棋的规则，也就是说这个程序不是依靠某个强化学习算法来下棋，而是靠固定规则。因为本系列文章的目的就是要说明如何自定义环境，而不是应用强化学习算法。

def step(self,target):

if self.done==1:

print('game over')

return [self.state,self.reward,self.done,self.add]

elif self.state[int(target/3)][target%3] != '-':

print('invalid step')

return [self.state,self.reward,self.done,self.add]

else:

if(self.counter%2==0):

self.state[int(target/3)][target%3]='o'

else:

self.state[int(target/3)][target%3]='x'

self.counter+=1