PyGmae：有限状态机实践(十二)

#   _*_ coding:utf-8 _*_
from random import randint
import sys
import pygame
from pygame.locals import *
from gameobjects.vector2 import Vector2
import time__author__ = 'admin''''蚂蚁状态机(十二)新问题：蚂蚁还未将蜘蛛击杀就跑去拾取叶子了解决：HuntState中当obj.explore()返回为False时，说明ant还未追击到蜘蛛再将信号置为hunt，继续追击'''
SCREEN_SIZE = (640, 480)
NEST_POSITION = (320, 240)
NEST_SIZE = 100.WHITE = (255, 255, 255)clock = pygame.time.Clock()class Microcosm(object):def __init__(self):self.objects_dict = {}self.capricious_dict = {}self.obj_id = 0self.capricious_list = []def addObj(self, obj):#   在changeState方法中需要传入一个包含所有蚂蚁对象的列表，这个列表中也包含有未被拾取的叶子self.capricious_list.append(obj)#   用于存储程序运行之后生成的所有对象及其对应的idself.objects_dict[self.obj_id] = obj#   道理同objects_dict，只不过该dict会不断的被添加和删除，主要是确定哪些叶子允许被蚂蚁seekself.capricious_dict[self.obj_id] = obj#   是在这个位置为对象附上id属性的，下面删除字典元素时要用到这个idobj.id = self.obj_idself.obj_id += 1def getObj(self, obj_id):return self.objects_dict[obj_id]def get_closeTo_obj(self, name, position, range=50):for obj in self.capricious_dict.values():if obj.name == name:distance = position.get_distance_to(obj.position)if distance <= range:return objreturn Nonedef get_obj_InNest(self, name):for obj in self.capricious_dict.values():if obj.name == name:distance = obj.position.get_distance_to(NEST_POSITION)if distance < NEST_SIZE:return objreturn None#   绘制方法存在这里，每个继承的子类都在这里绘制，无需在每个对象类中再绘制了#   每个对象类中只需要实时的变更其位置即可def draw(self, surface):surface.fill(WHITE)pygame.draw.circle(surface, (200, 255, 200), NEST_POSITION, int(NEST_SIZE))for obj in self.objects_dict.values():obj.draw(surface)class ObjProduct(object):def __init__(self, microcosm, name, path):self.microcosm = microcosmself.name = nameself.image_path = pathself.image = pygame.image.load(self.image_path).convert_alpha()self.state = 0self.fsm = Noneself.id = 0self.speed = 0self.position = Vector2(0, 0)self.destination = Vector2(0, 0)def bind(self, state, fsm):self.fsm = fsmself.state = statedef draw(self, surface):x, y = self.positionw, h = self.image.get_size()surface.blit(self.image, (x - w / 2, y - h / 2))def explore(self):print("[%s-%d]探索中....." % (self.name, self.id))distance = self.destination - self.position#   获取此时蚂蚁距离目标点间的向量长度(即两点间的实际距离)x = self.position.get_distance_to(self.destination)#   获取单位向量，即每次蚂蚁移动的向量heading = distance.normalise()#   如果蚂蚁再移动单位向量就会越过目标点if x <= heading.get_length():print("[%s-%d]到达目的地了....前往下一个点" % (self.name, self.id))# self.destination = Vector2(randint(0, SCREEN_SIZE[0] // 2), randint(0, SCREEN_SIZE[1] // 2))return Trueelse:self.position += headingclass Spider(ObjProduct):def __init__(self, microcosm, name, path):ObjProduct.__init__(self, microcosm, name, path)self.position = Vector2(randint(0, SCREEN_SIZE[0] // 2), randint(0, SCREEN_SIZE[1] // 2))self.health = 25def draw(self, surface):ObjProduct.draw(self, surface)#   为蜘蛛增加血条，依据health进行血量调整x, y = self.positionw, h = self.image.get_size()blood_x = x - w / 2blood_y = y + h / 2screen.fill((255, 0, 0), (blood_x, blood_y, 25, 4))screen.fill((0, 255, 0), (blood_x, blood_y, self.health, 4))def wait(self):print("[%s-%d]停顿下，思考人生....." % (self.name, self.id))pygame.time.delay(10)class Leaf(ObjProduct):def __init__(self, microcosm, name, path):ObjProduct.__init__(self, microcosm, name, path)self.position = Vector2(randint(0, SCREEN_SIZE[0] // 2), randint(0, SCREEN_SIZE[1] // 2))def draw(self, surface):ObjProduct.draw(self, surface)class Ant(ObjProduct):def __init__(self, microcosm, name, path):ObjProduct.__init__(self, microcosm, name, path)self.position = Vector2(NEST_POSITION)self.destination = Vector2(randint(0, SCREEN_SIZE[0] // 2), randint(0, SCREEN_SIZE[1] // 2))#   这里让leaf_id为None，单纯就是不想给它一个数字而已，避免这个默认值作为Key使用时报错self.leaf_id = None#   这里让leaf_id为None，单纯就是不想给它一个数字而已，避免这个默认值作为Key使用时报错self.spider_id = Nonedef draw(self, surface):ObjProduct.draw(self, surface)def wait(self):print("[%s-%d]停顿下，思考人生....." % (self.name, self.id))pygame.time.delay(10)class State(object):def exec(self, obj):passdef exit(self, obj):passclass ExploreState(State):def exec(self, obj):#   决定探索过程中触发wait的频率if randint(1, 1000) == 1:#   信号置为0obj.state = 0else:if obj.name == 'ant':#   检测此时是否有蜘蛛进入巢穴spider_ = obj.microcosm.get_obj_InNest('spider')#   如果有这样的蜘蛛对象if spider_ is not None:#   为当前蚂蚁对象添加该目标蜘蛛id属性(将该蜘蛛绑定到该蚂蚁上，方便调用)obj.spider_id = spider_.idobj.state = 4else:#   判断当前蚂蚁对象附近范围内是否有叶子存在，并获取这个叶子对象leaf_ = obj.microcosm.get_closeTo_obj('leaf', obj.position)#   如果有这样的叶子对象if leaf_ is not None:#   为当前蚂蚁对象添加该目标叶子id属性(将该叶子绑定到该蚂蚁上，方便调用)obj.leaf_id = leaf_.id#   信号置为seekobj.state = 2else:#   附近没有叶子就执行exploreif obj.explore():obj.destination = Vector2(randint(0, SCREEN_SIZE[0] // 2), randint(0, SCREEN_SIZE[1] // 2))elif obj.name == 'spider':if obj.explore():obj.destination = Vector2(randint(0, SCREEN_SIZE[0] // 2), randint(0, SCREEN_SIZE[1] // 2))class WaitSate(State):def exec(self, obj):#   执行wait方法obj.wait()#   信号置为1，使得蚂蚁再动起来obj.state = 1class SeekState(State):def exec(self, obj):#   当前蚂蚁对象是否绑定了leaf_id属性(这点可以说明蚂蚁附近是否有叶子)if obj.leaf_id is not None:#   当前蚂蚁已经有了叶子目标，capricious_dict中该叶子还未被删除，说明未被其他蚂蚁抢先拾取if obj.leaf_id in obj.microcosm.capricious_dict.keys():print("[%s-%d]发现目标叶子..走过去" % (obj.name, obj.id))#   通过已知的叶子id获取对应的叶子对象leaf_ = obj.microcosm.getObj(obj.leaf_id)#   将叶子的位置当做蚂蚁本次行为的终点obj.destination = leaf_.positionif obj.explore():print("[%s-%d]已达到目标叶子" % (obj.name, obj.id))#   将该叶子移出capricious_dict中，起到不可被seek的作用obj.microcosm.capricious_dict.pop(leaf_.id)obj.microcosm.capricious_list.remove(leaf_)#   将巢穴范围内随机的一个位置当做蚂蚁TransState的终点obj.destination = Vector2(NEST_POSITION) + Vector2(randint(-40, 40), randint(-40, 40))obj.state = 3else:#   当前蚂蚁锁定的叶子被其他蚂蚁抢先拾取print("[%s-%d]的叶子被别的蚂蚁抢先拾取...." % (obj.name, obj.id))#   叶子被别的蚂蚁抢先拾取，则把该蚂蚁绑定的叶子id置为None吧obj.leaf_id = Noneobj.state = 1else:#   当前蚂蚁附近没有叶子了，执行探索obj.state = 1class TransState(State):def exec(self, obj):leaf_ = obj.microcosm.getObj(obj.leaf_id)print("[%s-%d]拾起叶子，走回巢穴..." % (obj.name, obj.id))#   通过蚂蚁当前的位置确定其拾取到的叶子的位置-----》待优化leaf_.position = Vector2(obj.position)#   获取此时蚂蚁起点->终点的向量distance = obj.destination - obj.position#   获取此时蚂蚁距离目标点间的向量长度(即两点间的实际距离)x = obj.position.get_distance_to(obj.destination)#   获取单位向量，即每次蚂蚁移动的向量heading = distance.normalise()#   如果蚂蚁再移动单位向量就会越过目标点if x <= heading.get_length():# print("[Ant-%d]已回到巢穴之中" % obj.id)#   将该蚂蚁绑定的叶子id置为Noneobj.leaf_id = None#   信号置为1，继续探索obj.state = 1else:obj.position += heading#   还未将叶子运回巢穴之内，继续transobj.state = 3class HuntState(State):def exec(self, obj):#   当前蚂蚁已经有了蜘蛛目标，capricious_dict中该蜘蛛还未被删除，说明该蜘蛛还未死亡if obj.spider_id in obj.microcosm.capricious_dict.keys():print("[%s-%d]发现目标蜘蛛..走过去" % (obj.name, obj.id))spider_ = obj.microcosm.getObj(obj.spider_id)obj.destination = spider_.positionif obj.explore():print("[%s-%d]已经追击到蜘蛛" % (obj.name, obj.id))#   这里模拟攻击状态--------》待优化if randint(1, 1) == 1:print("[%s-%d]正在攻击蜘蛛" % (obj.name, obj.id))spider_.health -= 1if spider_.health <= 0:#   将该叶子移出capricious_dict中，起到不可被seek的作用，这里其实也应该将objects_dict中的该蜘蛛删除obj.microcosm.capricious_dict.pop(spider_.id)obj.microcosm.capricious_list.remove(spider_)obj.microcosm.objects_dict.pop(spider_.id)obj.spider_id = None#   蜘蛛已死，进入exploreobj.state = 1else:#   该侵犯巢穴的蜘蛛未死亡，继续huntobj.state = 4else:#   当前蚂蚁锁定的蜘蛛被其他蚂蚁抢先杀死print("[%s-%d]锁定的蜘蛛已被其他蚂蚁杀死...." % (obj.name, obj.id))#   蜘蛛被别的蚂蚁杀死，则把该蚂蚁绑定的蜘蛛id置为None吧obj.spider_id = None#   进入exploreobj.state = 1class StateMachine(object):def __init__(self):#   状态集合self.states_Ant = {0: WaitSate(), 1: ExploreState(), 2: SeekState(), 3: TransState(), 4: HuntState()}self.states_Spider = {0: WaitSate(), 1: ExploreState()}#   改变状态def changeState(self, objs):for obj in objs:#   这里先留着吧，考虑下state是否有为None的必要if obj.state is None:returnelse:if obj.name == 'leaf':#   无状态，不做处理，其实也可以在外层先过滤掉leaf对象passelif obj.name == 'spider':# print("name[%s]--state[%d]" % (obj.name, obj.state))newFsm = self.states_Spider[obj.state]newFsm.exec(obj)else:# print("name[%s]--state[%d]" % (obj.name, obj.state))newFsm = self.states_Ant[obj.state]newFsm.exec(obj)def checkForOut():for event in pygame.event.get():if event.type == 12:sys.exit()if event.type == 2:if event.key == 27:exit()pygame.init()
screen = pygame.display.set_mode(SCREEN_SIZE, 0, 32)micr = Microcosm()
sm = StateMachine()
for i in range(10):ant = Ant(micr, 'ant', r"E:\PycharmProjects\PGStudy\resource\ant.png")ant.bind(0, sm.states_Ant[0])micr.addObj(ant)while True:checkForOut()#   生出叶子if randint(1, 50) == 1:leaf = Leaf(micr, 'leaf', r"E:\PycharmProjects\PGStudy\resource\leaf.png")micr.addObj(leaf)if randint(1, 1000) == 1:spider = Spider(micr, 'spider', r"E:\PycharmProjects\PGStudy\resource\spider.png")micr.addObj(spider)#   将绘制方法全部封装，每次循环重刷屏幕上所有对象micr.draw(screen)sm.changeState(micr.capricious_list)pygame.display.update()pygame.time.delay(10)

PyGmae：有限状态机实践(十二)相关推荐

python从入门到实践十二章
python编程从入门到实践12章今天看了星球里面一位学长的经历,感到很受鼓舞,他参加工作三年了,三月份到四月份自学完了三本书,感到和学长差距很大,我要努力去弥补! 决定首先开始三本书,廖雪峰的py ...
PyGmae：有限状态机实践(十四)
# _*_ coding:utf-8 _*_ from random import randint import sys import pygame from pygame.locals import ...
【机器学习PAI实践十二】机器学习实现男女声音识别分类（含语音特征提取数据和代码）
背景随着人工智能的算法发展,对于非结构化数据的处理能力越来越受到重视,这里面的关键一环就是语音数据的处理.目前,许多关于语音识别的应用案例已经影响着我们的生活,例如一些智能音箱中利用语音发送指令,一 ...
【机器学习PAI实践十二】机器学习算法基于信用卡消费记录做信用评分
背景如果你是做互联网金融的,那么一定听说过评分卡.评分卡是信用风险评估领域常用的建模方法,评分卡并不简单对应于某一种机器学习算法,而是一种通用的建模框架,将原始数据通过分箱后进行特征工程变换,继而应 ...
记录——python编程从入门到实践十二章练习题
12-1.12-2.12-3 main.py import sysimport pygamefrom homura import Ho from sets import Settings import ...
ABP学习实践(十二)--模块系统
模块Module是ABP框架体系很重要的概念,不同的功能组件包括项目之间都是以模块的形式进行关联的.在ABP框架的启动过程中,模块的遍历.初始化.启动也是很重要的一环. 1.模块的定义 1.1定义在 ...
Spark机器学习实战 (十二) - 推荐系统实战
0 相关源码将结合前述知识进行综合实战,以达到所学即所用.在推荐系统项目中,讲解了推荐系统基本原理以及实现推荐系统的架构思路,有其他相关研发经验基础的同学可以结合以往的经验,实现自己的推荐系统. 1 ...
20189200余超 2018-2019-2 移动平台应用开发实践第十二周作业
20189200余超 2018-2019-2 移动平台应用开发实践第十二周作业服务 Service的声明 Service是Android中的四大组件,使用它一定要在AndroidManifest.x ...
在Jetson Nano上学习ROS的记录（版本Ubuntu18.04，课程来源赵虚左老师的《ROS理论与实践》）第十二章机器人导航(仿真)
系列文章目录第一章 ROS空间创建.helloworld的实现.开启多个节点第二章话题通信第三章服务通信第四章参数服务器第五章常用指令第六章通信机制实操第七章 ROS通信机制进 ...

PyGmae：有限状态机实践(十二)

PyGmae：有限状态机实践(十二)相关推荐

最新文章

热门文章