2048这个游戏看着就是个4x4的格子规则一句话能讲完但想亲手合成一个8192纯靠人肉操作基本都是地狱级难度。我试过网上各种“左上右下”玄学轨迹最高也就在两三千分打转后来索性把这事直接交给程序写了一个2048游戏AI出来。跑起来之后别说8192只要初始运气不算太差上万分都很常见经常能一路合出16384。这篇文章就把整个思路、关键算法、调参过程和踩过的坑全部摊开讲清楚希望能帮你少走弯路。如果你也想给自己的项目加一个“会玩2048的AI”或者单纯想看一个传统启发式搜索怎么吊打人类操作这篇文章都适合你。我尽量不堆公式用能直接抄作业的方式来讲。1. 整体设计与思路拆解1.1 先搞清楚AI到底在解决什么问题2048本质上是一个完全信息博弈棋盘上所有数字都能看到新方块出现的规则也完全明确要么是2要么是4概率大约是9比1。既然信息完全透明那AI要做的就不是“猜测”而是在每一步选择一个“期望收益最高”的方向。这个问题的难点在于玩家每走一步棋盘上都会随机冒出一个新方块。你没法精确预测下一步棋盘是什么样只能估计“平均来看哪个方向最赚”。这跟下棋、打扑克还不太一样它更像是在一个随机环境里做决策。我在最早实现时踩过一个典型误区想用蒙特卡洛树搜也就是随机模拟大量对局再挑胜率最高的走法。理论上可行但2048的状态空间比围棋小得多可用纯随机模拟特别不准模拟几千局也经常看不出哪个方向更优。后来我才确定主方案期望最大化搜索 启发式评估。1.2 为什么选期望搜索而不是暴力穷举暴力穷举在2048面前基本行不通。每个棋盘平均有几十个空格每个方向会产生新布局再加上新方块2/4两种可能搜索树会迅速爆炸。如果不做限制几层之后就是天文数字。期望搜索的思路是“带上概率去搜索”AI走一步玩家随机方块会以一定概率回应AI再走再回应……每次评估时把“AI的收益”和“随机方块出现的概率”同时考虑进去。这样做有两个很实际的好处可以看到未来几步的连锁反应而不是只看当前棋盘有多“顺眼”。可以把偶然出现的烂运气比如随机方块出现在角落纳入计算决策更稳。我用一个生活化类比来解释你开车到路口不知道下一秒会不会变灯但你不会只根据当前一秒是绿灯就猛踩油门你会综合考虑“如果马上变灯我该怎么停”。期望搜索干的就是这个事。1.3 启发式评估函数是整台引擎的心脏搜索只是“看得远”真正决定一个方向好不好还得靠评估函数来打分。一个典型的2048 AI评估函数会同时关注四件事空位数空格越多灵活度越高越不容易憋死。平滑度相邻方块差值越小合并潜力越大。单调性数字沿一个方向递增/递减能防止小数字被大数字堵死。最大值位置最大值最好贴边或贴角这样它周围只会有有限几个方向需要处理。这些不是玄学每一个都对应真实对局中的死因。比如很多玩家卡死是因为大数字在中间四周全是小格子任何一个方向移动都可能把局面搅乱。如果你能让大数字稳定在角落整个棋盘就能围绕它规划。评估函数的设计直接决定AI能不能上8192我见过不少AI卡在4096附近基本就是只看了空格数完全没管单调性和最大值位置。2. 核心细节解析与实操要点2.1 评估函数每一项的权重怎么定网上很多玩具AI会把评估函数写成score 空位数 * 100 平滑度 * 10 - 单调性惩罚 * 50这种写法的确能跑但想冲高分会很难受。我的经验是权重必须量化不能拍脑袋。下面是我调过的几组关键参数评估项作用权重方向调参经验空位数避免堵死正向加分权重太高会让AI只求空格多不敢合并容易变成“慢性死亡”平滑度保持合并潜力正向加分适度高权重能显著降低散乱局势单调性防止数字倒挂负向惩罚高权重容易导致AI只会往一个方向推风险很大最大值贴角让大数字稳定正向加分权重略低一些因为贴角之后还要靠其它项辅助分数收益实际得分正向加分不宜过高否则AI为了眼前分数牺牲布局你可以理解成在训练一个小型“择偶标准”每一项都重要但不能让某一项独大。我常用的做法是先在固定深度比如3层下跑2000局统计冲到1024、2048、4096的比例然后手动微调权重。不要一上来就追求8192先把1024通关率稳定住。2.2 期望搜索的深度和剪枝策略期望搜索每多一层计算量就翻好几倍。我实测下来深度3到5是性价比最高的区间。再深的话单步决策时间可能超过500毫秒在实时游戏里会显得很迟钝。剪枝这块有几条很实用的经验分支降载每个方向尝试后如果棋盘没有变化直接走。无效方向会极大浪费搜索资源。概率过滤随机方块出现时2和4的概率是9比1计算代价时不用等权。宁可多算2的情况少算4的情况。上限截断搜索中如果某条线的评估分数已明显低于当前最优提前放弃。空位优先空格越少说明局面越危险这时候搜索深度可以适当增加优先找出逃生路线。还有一个细节在期望搜索里随机节点不是“选择最优”而是“计算期望”。也就是说一个新2或新4落在哪里都要加权算进去而不是只考虑最坏情况。这让AI决策更稳但也更耗计算。实际实现时我通常会把所有可能的新方块位置采样出来而不是全部枚举比如只随机取5到8个格子速度有明显提升结果差别不大。2.3 棋盘与移动逻辑的实现细节AI底层一定是纯逻辑棋盘不依赖图形界面。我来描述一下核心棋盘用4x4的二维数组空位用0表示。移动操作可以抽象成四个方向但更优雅的做法是只写一个“向左移动”的通用函数其他三个方向通过旋转矩阵复用。合并逻辑要严格“先移动再合并再移动”否则会出现不该有的连续合并。我自己在写的时候吃过亏如果合并后不补一次移动像2 2 4 4向左就会变成4 8 0 0这个没问题但2 2 2 2向左如果只合并一次会变成4 4 0 0而正确结果是4 4 0 0所以其实也还好。真正容易出问题的场景是4 4 8 8如果不按标准三步走你会得到8 4 4 8这种完全错误的结果。所以一定得按标准流程来。建议写四个方向的单元测试每个方向至少测5组用例保证移动函数不是“看起来对”。3. 实操过程与核心环节实现3.1 一个能跑的AI核心代码骨架下面是一个简化的Python实现放在了命令行环境里不依赖任何深度学习框架跑起来就能看到AI在4x4棋盘上自我对弈。import random import math from copy import deepcopy # 棋盘大小 SIZE 4 # 左上角为 (0,0)向右为x向下为y def create_board(): board [[0] * SIZE for _ in range(SIZE)] add_random_tile(board) add_random_tile(board) return board def add_random_tile(board): empty [(x, y) for y in range(SIZE) for x in range(SIZE) if board[y][x] 0] if not empty: return x, y random.choice(empty) # 2 和 4 的概率比约为 9:1 board[y][x] 2 if random.random() 0.9 else 4 def compress(row): # 去掉0补在后面 new_row [v for v in row if v ! 0] new_row [0] * (SIZE - len(new_row)) return new_row def merge(row): # 合并相邻相同值只合并一次 new_row [] skip False for i in range(SIZE): if skip: skip False continue if i 1 SIZE and row[i] row[i 1]: new_row.append(row[i] * 2) skip True else: new_row.append(row[i]) new_row [0] * (SIZE - len(new_row)) return new_row def move_left(board): new_board [] moved False for row in board: compressed compress(row) merged merge(compressed) new_board.append(merged) if merged ! row: moved True return new_board, moved def rotate(board): # 顺时针旋转90度 return [list(row) for row in zip(*board[::-1])] def move(board, direction): # 统一处理四个方向旋转到向左移动再旋转回来 b deepcopy(board) for _ in range(direction): b rotate(b) b, moved move_left(b) for _ in range(4 - direction): b rotate(b) return b, moved def empty_count(board): return sum(1 for row in board for v in row if v 0) def smoothness(board): # 相邻格子差越小越平滑 score 0 for y in range(SIZE): for x in range(SIZE): if x 1 SIZE: diff abs(board[y][x] - board[y][x 1]) if board[y][x] ! 0 and board[y][x 1] ! 0: score - diff if y 1 SIZE: diff abs(board[y][x] - board[y 1][x]) if board[y][x] ! 0 and board[y 1][x] ! 0: score - diff return score def monotonicity(board): # 分别检查行和列是否单调递增/递减取较大值 total 0 # 行 for row in board: inc 0 dec 0 for i in range(SIZE - 1): if row[i] ! 0 and row[i 1] ! 0: if row[i] row[i 1]: inc 1 elif row[i] row[i 1]: dec 1 total max(inc, dec) # 列 for x in range(SIZE): inc 0 dec 0 for y in range(SIZE - 1): if board[y][x] ! 0 and board[y 1][x] ! 0: if board[y][x] board[y 1][x]: inc 1 elif board[y][x] board[y 1][x]: dec 1 total max(inc, dec) return total def max_corner_bonus(board): # 最大值在角落时加分 max_val max(max(row) for row in board) corners [board[0][0], board[0][SIZE - 1], board[SIZE - 1][0], board[SIZE - 1][SIZE - 1]] if max_val in corners: return 20 return 0 def evaluate(board): # 组合各维度评分 empty empty_count(board) * 60 smooth smoothness(board) * 8 mono monotonicity(board) * 25 corner max_corner_bonus(board) * 20 return empty smooth mono corner def expectimax(board, depth, is_ai_turn): if depth 0: return evaluate(board) if is_ai_turn: best -math.inf for d in range(4): new_board, moved move(board, d) if not moved: continue score expectimax(new_board, depth - 1, False) best max(best, score) if best -math.inf: return evaluate(board) return best else: # 玩家回合随机方块出现计算期望值 empty [(x, y) for y in range(SIZE) for x in range(SIZE) if board[y][x] 0] if not empty: return evaluate(board) # 采样部分空格减少计算量 sample_size min(6, len(empty)) sample random.sample(empty, sample_size) total 0 for x, y in sample: for val, prob in [(2, 0.9), (4, 0.1)]: new_board deepcopy(board) new_board[y][x] val total prob * expectimax(new_board, depth - 1, True) return total / len(sample) def get_best_move(board, depth3): best_score -math.inf best_move 0 for d in range(4): new_board, moved move(board, d) if not moved: continue score expectimax(new_board, depth, False) if score best_score: best_score score best_move d return best_move这段代码里expectimax里的随机节点用了采样而不是枚举全部空格主要是因为全枚举会让深度3的搜索在树莓派这种低性能设备上跑到秒级采样到6个格子后单步决策能压在150毫秒以内棋盘表现几乎没区别。3.2 如何让AI自动跑完整局有了核心函数跑完整局很简单。模拟一次对局每次调用get_best_move得到方向然后执行移动再调用add_random_tile模拟新方块出现直到无法移动为止。用下面这段驱动代码def run_game(depth3): board create_board() score 0 max_tile 0 while True: move_dir get_best_move(board, depth) new_board, moved move(board, move_dir) if not moved: break board new_board add_random_tile(board) score sum(sum(row) for row in board) # 简化计分 max_tile max(max(row) for row in board) if max_tile 8192: print(达到8192) break return max_tile, score for i in range(10): mt, sc run_game(depth3) print(f第{i 1}局最高方块 {mt}分数 {sc})这是我最早期的版本只关注能否稳定达到8192计分逻辑也比较粗糙只看最高方块。实际跑下来深度3时8192的通过率大概在70%左右深度4能到90%以上但单步耗时会涨到约300毫秒。如果你的目标是更高方块而不是分数这个简化版已经足够参考。如果你想刷高分而不是只看最高值就要把评估函数里的“分数收益”加进去并在期望搜索里把每次合并产生的实际分数作为奖励项。3.3 加速调试命令行可视化AI调试时最痛苦的是看不到棋盘状态。我的做法是加一个简单的终端打印def print_board(board): for row in board: print(\t.join(str(v) if v else . for v in row)) print() # 在AI决策前调用 # print_board(board) # print(AI选择方向, [左, 下, 右, 上][move_dir])这样就能实时看到AI是不是总在下同一个方向或者哪个局部让AI陷入了“左右横跳”的循环。我经历过最典型的调试场景是AI在某个状态反复左、右、左、右分数不升但空格慢慢变少问题几乎都出在平滑度权重太高AI觉得左右两边一样好没有长远规划。4. 常见问题与排查技巧实录4.1 卡在4096上不去这是最常见的瓶颈。AI能稳定冲上2048或4096但很难突破8192。我排查后发现90%的原因是评估函数里没有让大数字固定在一个角落尤其是最大值在中间时AI下一步会非常迷茫经常做出拆散大数字相邻结构的操作。处理办法很简单在评估函数里增加“最大值是否在角落”的强奖励并且对“最大值旁边是否有同方向递增的数列”也加分。比如最大值在左上角就希望第一行和第一列的数字沿远离方向递减。这样AI会主动把高数字往角落送。4.2 搜索速度太慢如果你发现AI单步决策超过1秒先检查是不是随机节点枚举了所有空格。4x4棋盘前期空格可能只有10到15个每个空格还有2种取值深度3就变成10乘2乘4乘10乘2…直接爆炸。解决方案我前面提过就是采样。用随机采样替代全枚举后速度可以提升5到10倍。另外移动函数中复制棋盘开销很大可以改成原地复制或者在传入时直接操作再回滚。这种微观优化在深度4以上尤其重要。4.3 无效方向导致死局AI选出的方向有时候会“动都不动”这种方向必须直接跳过否则会让AI以为自己获得了新状态实际棋盘没变化白白浪费一个回合。这种情况在游戏后期特别致命因为空格少四个方向里会有两个方向完全动不了。我的建议是在任何搜索和决策前先过滤掉moved False的方向。4.4 随机性带来的心态问题2048自带随机性AI也不是100%稳赢。我做过一个压力测试用同一套参数跑1000局最高达到8192的比例大约是86%剩下14%会在1024或4096附近翻车原因往往是最开始连续几个4或者AI在前几步没找到合适的角落策略。如果你想让AI更稳一个有效手段是做“开局热身”前几步强制执行“往同一个方向推到底”把大数字定在角落然后再启动完整搜索。这个技巧听上去很土但实测能把8192通过率提升三到五个百分点。4.5 集成到浏览器游戏中的适配问题很多同学想让AI直接操作网页版2048这就需要做三件事读取棋盘数字可以手动截图也可以读DOM元素里的数值。发送按键指令用浏览器自动化脚本模拟键盘事件或者用系统级按键模拟。时钟同步AI计算需要时间要保证在游戏动画结束前给出下一步否则操作会卡住。我自己的做法是写了一个简单的浏览器辅助脚本用JavaScript读取所有格子文本转换成4x4数组然后调用一个本地的AI服务接口拿到方向后再用KeyboardEvent模拟按键。这里有个坑2048游戏本身有动画按键频率太快会漏掉输入。稳妥做法是每次按键后等待一个固定间隔比如150毫秒让动画完成再发下一个指令。5. 从AI到辅助工具脚本化与实战扩展5.1 做一个2048辅助工具而不是独立AI很多人要的不是一个能玩的AI而是一个“辅助工具”AI给出建议方向人自己操作。这比全自动脚本更有趣也更适合直播或挑战视频。实现上很简单把get_best_move的返回值映射成文字提示叠加在游戏画面上或者输出到终端即可。我见过一些做得好的辅助工具会把四个方向的推荐理由也显示出来比如“向左平滑度8空格10”、“向下大数字贴角40”。这种透明度极高的提示反而能帮玩家提高自己的操作水平。你甚至可以反向学习AI的决策慢慢摆脱辅助。如果你要做一个类似“2048游戏脚本”的东西其实核心还是我前面讲的搜索和评估。脚本只是外壳真正的灵魂在决策算法。5.2 如何用AI做游戏测试搜索热词里有“如何让AI测试游戏”2048是个特别合适的测试对象。因为它的状态空间不算大可以自动跑大量对局来验证规则、平衡性和难度曲线。你可以把AI当成一个自动化测试器回归测试每次修改评估函数后自动跑500局统计最高方块分布确认没回退。单元测试每个方向都跑固定局面检查移动和合并逻辑。压力测试把初始方块全部设成4看AI能在多恶劣的环境下坚持多久。数据收集记录每步决策前的搜索深度、候选方向数量、期望分数用来分析AI是否存在“左右手互搏”的行为。我建议把跑分脚本整理成一个持续集成流程每次代码改动后自动跑全套测试。这样你调参的时候才敢放开手改而不是怕改坏了没法回头。5.3 关于深度学习和更高级的路线我开头就说了想要稳定上8192启发式搜索就够用。但如果你想做更炫酷的东西或者想挑战16384、32768那可以考虑训练一个神经网络策略模型。常见路线有强化学习用一个深度网络直接预测每个方向的价值通过自我博弈不断更新。监督学习先让期望搜索生成大量“状态-最优动作”数据再用神经网络拟合。蒙特卡洛树搜索加强化学习经典AlphaZero风格但2048的随机性比较大需要做好概率建模。不过说实话这些方向复杂度会上一个台阶。我的建议是先把期望搜索做到极致再去碰神经网络。因为深度学习的模型解释性差排错困难一旦分数上不去你很难断定是网络结构问题、奖励设计问题还是数据问题。一段额外的心得写这个2048游戏AI的过程给我的最大体会是AI不一定要多复杂关键是抓住问题的结构。2048最大的结构就是“随机性”和“合并潜力”只要把这两点量化进搜索和评估里普通笔记本跑一个纯Python脚本就能轻松达到8192。最后再分享一个小技巧当你调整评估函数权重时千万不要只跑一两局就下结论。2048里面运气成分真不小必须至少跑50局再对比通过率。我早期因为偷懒把平滑度权重调得特别高单看几局好像还行跑了100局才发现8192通过率反而掉了12个百分点。这个教训我一直记着。如果你也想复现这套方案建议先从深度2开始把整个流程跑通再看AI下棋等确信没有逻辑错误后再上深度3或4。别一上来就追求高深度万一移动逻辑有bug深度越高错得越离谱。祝你能顺利合成属于自己的8192。 从0到8192：基于期望搜索与启发式评估的2048游戏AI实战
2048这个游戏看着就是个4x4的格子规则一句话能讲完但想亲手合成一个8192纯靠人肉操作基本都是地狱级难度。我试过网上各种“左上右下”玄学轨迹最高也就在两三千分打转后来索性把这事直接交给程序写了一个2048游戏AI出来。跑起来之后别说8192只要初始运气不算太差上万分都很常见经常能一路合出16384。这篇文章就把整个思路、关键算法、调参过程和踩过的坑全部摊开讲清楚希望能帮你少走弯路。如果你也想给自己的项目加一个“会玩2048的AI”或者单纯想看一个传统启发式搜索怎么吊打人类操作这篇文章都适合你。我尽量不堆公式用能直接抄作业的方式来讲。1. 整体设计与思路拆解1.1 先搞清楚AI到底在解决什么问题2048本质上是一个完全信息博弈棋盘上所有数字都能看到新方块出现的规则也完全明确要么是2要么是4概率大约是9比1。既然信息完全透明那AI要做的就不是“猜测”而是在每一步选择一个“期望收益最高”的方向。这个问题的难点在于玩家每走一步棋盘上都会随机冒出一个新方块。你没法精确预测下一步棋盘是什么样只能估计“平均来看哪个方向最赚”。这跟下棋、打扑克还不太一样它更像是在一个随机环境里做决策。我在最早实现时踩过一个典型误区想用蒙特卡洛树搜也就是随机模拟大量对局再挑胜率最高的走法。理论上可行但2048的状态空间比围棋小得多可用纯随机模拟特别不准模拟几千局也经常看不出哪个方向更优。后来我才确定主方案期望最大化搜索 启发式评估。1.2 为什么选期望搜索而不是暴力穷举暴力穷举在2048面前基本行不通。每个棋盘平均有几十个空格每个方向会产生新布局再加上新方块2/4两种可能搜索树会迅速爆炸。如果不做限制几层之后就是天文数字。期望搜索的思路是“带上概率去搜索”AI走一步玩家随机方块会以一定概率回应AI再走再回应……每次评估时把“AI的收益”和“随机方块出现的概率”同时考虑进去。这样做有两个很实际的好处可以看到未来几步的连锁反应而不是只看当前棋盘有多“顺眼”。可以把偶然出现的烂运气比如随机方块出现在角落纳入计算决策更稳。我用一个生活化类比来解释你开车到路口不知道下一秒会不会变灯但你不会只根据当前一秒是绿灯就猛踩油门你会综合考虑“如果马上变灯我该怎么停”。期望搜索干的就是这个事。1.3 启发式评估函数是整台引擎的心脏搜索只是“看得远”真正决定一个方向好不好还得靠评估函数来打分。一个典型的2048 AI评估函数会同时关注四件事空位数空格越多灵活度越高越不容易憋死。平滑度相邻方块差值越小合并潜力越大。单调性数字沿一个方向递增/递减能防止小数字被大数字堵死。最大值位置最大值最好贴边或贴角这样它周围只会有有限几个方向需要处理。这些不是玄学每一个都对应真实对局中的死因。比如很多玩家卡死是因为大数字在中间四周全是小格子任何一个方向移动都可能把局面搅乱。如果你能让大数字稳定在角落整个棋盘就能围绕它规划。评估函数的设计直接决定AI能不能上8192我见过不少AI卡在4096附近基本就是只看了空格数完全没管单调性和最大值位置。2. 核心细节解析与实操要点2.1 评估函数每一项的权重怎么定网上很多玩具AI会把评估函数写成score 空位数 * 100 平滑度 * 10 - 单调性惩罚 * 50这种写法的确能跑但想冲高分会很难受。我的经验是权重必须量化不能拍脑袋。下面是我调过的几组关键参数评估项作用权重方向调参经验空位数避免堵死正向加分权重太高会让AI只求空格多不敢合并容易变成“慢性死亡”平滑度保持合并潜力正向加分适度高权重能显著降低散乱局势单调性防止数字倒挂负向惩罚高权重容易导致AI只会往一个方向推风险很大最大值贴角让大数字稳定正向加分权重略低一些因为贴角之后还要靠其它项辅助分数收益实际得分正向加分不宜过高否则AI为了眼前分数牺牲布局你可以理解成在训练一个小型“择偶标准”每一项都重要但不能让某一项独大。我常用的做法是先在固定深度比如3层下跑2000局统计冲到1024、2048、4096的比例然后手动微调权重。不要一上来就追求8192先把1024通关率稳定住。2.2 期望搜索的深度和剪枝策略期望搜索每多一层计算量就翻好几倍。我实测下来深度3到5是性价比最高的区间。再深的话单步决策时间可能超过500毫秒在实时游戏里会显得很迟钝。剪枝这块有几条很实用的经验分支降载每个方向尝试后如果棋盘没有变化直接走。无效方向会极大浪费搜索资源。概率过滤随机方块出现时2和4的概率是9比1计算代价时不用等权。宁可多算2的情况少算4的情况。上限截断搜索中如果某条线的评估分数已明显低于当前最优提前放弃。空位优先空格越少说明局面越危险这时候搜索深度可以适当增加优先找出逃生路线。还有一个细节在期望搜索里随机节点不是“选择最优”而是“计算期望”。也就是说一个新2或新4落在哪里都要加权算进去而不是只考虑最坏情况。这让AI决策更稳但也更耗计算。实际实现时我通常会把所有可能的新方块位置采样出来而不是全部枚举比如只随机取5到8个格子速度有明显提升结果差别不大。2.3 棋盘与移动逻辑的实现细节AI底层一定是纯逻辑棋盘不依赖图形界面。我来描述一下核心棋盘用4x4的二维数组空位用0表示。移动操作可以抽象成四个方向但更优雅的做法是只写一个“向左移动”的通用函数其他三个方向通过旋转矩阵复用。合并逻辑要严格“先移动再合并再移动”否则会出现不该有的连续合并。我自己在写的时候吃过亏如果合并后不补一次移动像2 2 4 4向左就会变成4 8 0 0这个没问题但2 2 2 2向左如果只合并一次会变成4 4 0 0而正确结果是4 4 0 0所以其实也还好。真正容易出问题的场景是4 4 8 8如果不按标准三步走你会得到8 4 4 8这种完全错误的结果。所以一定得按标准流程来。建议写四个方向的单元测试每个方向至少测5组用例保证移动函数不是“看起来对”。3. 实操过程与核心环节实现3.1 一个能跑的AI核心代码骨架下面是一个简化的Python实现放在了命令行环境里不依赖任何深度学习框架跑起来就能看到AI在4x4棋盘上自我对弈。import random import math from copy import deepcopy # 棋盘大小 SIZE 4 # 左上角为 (0,0)向右为x向下为y def create_board(): board [[0] * SIZE for _ in range(SIZE)] add_random_tile(board) add_random_tile(board) return board def add_random_tile(board): empty [(x, y) for y in range(SIZE) for x in range(SIZE) if board[y][x] 0] if not empty: return x, y random.choice(empty) # 2 和 4 的概率比约为 9:1 board[y][x] 2 if random.random() 0.9 else 4 def compress(row): # 去掉0补在后面 new_row [v for v in row if v ! 0] new_row [0] * (SIZE - len(new_row)) return new_row def merge(row): # 合并相邻相同值只合并一次 new_row [] skip False for i in range(SIZE): if skip: skip False continue if i 1 SIZE and row[i] row[i 1]: new_row.append(row[i] * 2) skip True else: new_row.append(row[i]) new_row [0] * (SIZE - len(new_row)) return new_row def move_left(board): new_board [] moved False for row in board: compressed compress(row) merged merge(compressed) new_board.append(merged) if merged ! row: moved True return new_board, moved def rotate(board): # 顺时针旋转90度 return [list(row) for row in zip(*board[::-1])] def move(board, direction): # 统一处理四个方向旋转到向左移动再旋转回来 b deepcopy(board) for _ in range(direction): b rotate(b) b, moved move_left(b) for _ in range(4 - direction): b rotate(b) return b, moved def empty_count(board): return sum(1 for row in board for v in row if v 0) def smoothness(board): # 相邻格子差越小越平滑 score 0 for y in range(SIZE): for x in range(SIZE): if x 1 SIZE: diff abs(board[y][x] - board[y][x 1]) if board[y][x] ! 0 and board[y][x 1] ! 0: score - diff if y 1 SIZE: diff abs(board[y][x] - board[y 1][x]) if board[y][x] ! 0 and board[y 1][x] ! 0: score - diff return score def monotonicity(board): # 分别检查行和列是否单调递增/递减取较大值 total 0 # 行 for row in board: inc 0 dec 0 for i in range(SIZE - 1): if row[i] ! 0 and row[i 1] ! 0: if row[i] row[i 1]: inc 1 elif row[i] row[i 1]: dec 1 total max(inc, dec) # 列 for x in range(SIZE): inc 0 dec 0 for y in range(SIZE - 1): if board[y][x] ! 0 and board[y 1][x] ! 0: if board[y][x] board[y 1][x]: inc 1 elif board[y][x] board[y 1][x]: dec 1 total max(inc, dec) return total def max_corner_bonus(board): # 最大值在角落时加分 max_val max(max(row) for row in board) corners [board[0][0], board[0][SIZE - 1], board[SIZE - 1][0], board[SIZE - 1][SIZE - 1]] if max_val in corners: return 20 return 0 def evaluate(board): # 组合各维度评分 empty empty_count(board) * 60 smooth smoothness(board) * 8 mono monotonicity(board) * 25 corner max_corner_bonus(board) * 20 return empty smooth mono corner def expectimax(board, depth, is_ai_turn): if depth 0: return evaluate(board) if is_ai_turn: best -math.inf for d in range(4): new_board, moved move(board, d) if not moved: continue score expectimax(new_board, depth - 1, False) best max(best, score) if best -math.inf: return evaluate(board) return best else: # 玩家回合随机方块出现计算期望值 empty [(x, y) for y in range(SIZE) for x in range(SIZE) if board[y][x] 0] if not empty: return evaluate(board) # 采样部分空格减少计算量 sample_size min(6, len(empty)) sample random.sample(empty, sample_size) total 0 for x, y in sample: for val, prob in [(2, 0.9), (4, 0.1)]: new_board deepcopy(board) new_board[y][x] val total prob * expectimax(new_board, depth - 1, True) return total / len(sample) def get_best_move(board, depth3): best_score -math.inf best_move 0 for d in range(4): new_board, moved move(board, d) if not moved: continue score expectimax(new_board, depth, False) if score best_score: best_score score best_move d return best_move这段代码里expectimax里的随机节点用了采样而不是枚举全部空格主要是因为全枚举会让深度3的搜索在树莓派这种低性能设备上跑到秒级采样到6个格子后单步决策能压在150毫秒以内棋盘表现几乎没区别。3.2 如何让AI自动跑完整局有了核心函数跑完整局很简单。模拟一次对局每次调用get_best_move得到方向然后执行移动再调用add_random_tile模拟新方块出现直到无法移动为止。用下面这段驱动代码def run_game(depth3): board create_board() score 0 max_tile 0 while True: move_dir get_best_move(board, depth) new_board, moved move(board, move_dir) if not moved: break board new_board add_random_tile(board) score sum(sum(row) for row in board) # 简化计分 max_tile max(max(row) for row in board) if max_tile 8192: print(达到8192) break return max_tile, score for i in range(10): mt, sc run_game(depth3) print(f第{i 1}局最高方块 {mt}分数 {sc})这是我最早期的版本只关注能否稳定达到8192计分逻辑也比较粗糙只看最高方块。实际跑下来深度3时8192的通过率大概在70%左右深度4能到90%以上但单步耗时会涨到约300毫秒。如果你的目标是更高方块而不是分数这个简化版已经足够参考。如果你想刷高分而不是只看最高值就要把评估函数里的“分数收益”加进去并在期望搜索里把每次合并产生的实际分数作为奖励项。3.3 加速调试命令行可视化AI调试时最痛苦的是看不到棋盘状态。我的做法是加一个简单的终端打印def print_board(board): for row in board: print(\t.join(str(v) if v else . for v in row)) print() # 在AI决策前调用 # print_board(board) # print(AI选择方向, [左, 下, 右, 上][move_dir])这样就能实时看到AI是不是总在下同一个方向或者哪个局部让AI陷入了“左右横跳”的循环。我经历过最典型的调试场景是AI在某个状态反复左、右、左、右分数不升但空格慢慢变少问题几乎都出在平滑度权重太高AI觉得左右两边一样好没有长远规划。4. 常见问题与排查技巧实录4.1 卡在4096上不去这是最常见的瓶颈。AI能稳定冲上2048或4096但很难突破8192。我排查后发现90%的原因是评估函数里没有让大数字固定在一个角落尤其是最大值在中间时AI下一步会非常迷茫经常做出拆散大数字相邻结构的操作。处理办法很简单在评估函数里增加“最大值是否在角落”的强奖励并且对“最大值旁边是否有同方向递增的数列”也加分。比如最大值在左上角就希望第一行和第一列的数字沿远离方向递减。这样AI会主动把高数字往角落送。4.2 搜索速度太慢如果你发现AI单步决策超过1秒先检查是不是随机节点枚举了所有空格。4x4棋盘前期空格可能只有10到15个每个空格还有2种取值深度3就变成10乘2乘4乘10乘2…直接爆炸。解决方案我前面提过就是采样。用随机采样替代全枚举后速度可以提升5到10倍。另外移动函数中复制棋盘开销很大可以改成原地复制或者在传入时直接操作再回滚。这种微观优化在深度4以上尤其重要。4.3 无效方向导致死局AI选出的方向有时候会“动都不动”这种方向必须直接跳过否则会让AI以为自己获得了新状态实际棋盘没变化白白浪费一个回合。这种情况在游戏后期特别致命因为空格少四个方向里会有两个方向完全动不了。我的建议是在任何搜索和决策前先过滤掉moved False的方向。4.4 随机性带来的心态问题2048自带随机性AI也不是100%稳赢。我做过一个压力测试用同一套参数跑1000局最高达到8192的比例大约是86%剩下14%会在1024或4096附近翻车原因往往是最开始连续几个4或者AI在前几步没找到合适的角落策略。如果你想让AI更稳一个有效手段是做“开局热身”前几步强制执行“往同一个方向推到底”把大数字定在角落然后再启动完整搜索。这个技巧听上去很土但实测能把8192通过率提升三到五个百分点。4.5 集成到浏览器游戏中的适配问题很多同学想让AI直接操作网页版2048这就需要做三件事读取棋盘数字可以手动截图也可以读DOM元素里的数值。发送按键指令用浏览器自动化脚本模拟键盘事件或者用系统级按键模拟。时钟同步AI计算需要时间要保证在游戏动画结束前给出下一步否则操作会卡住。我自己的做法是写了一个简单的浏览器辅助脚本用JavaScript读取所有格子文本转换成4x4数组然后调用一个本地的AI服务接口拿到方向后再用KeyboardEvent模拟按键。这里有个坑2048游戏本身有动画按键频率太快会漏掉输入。稳妥做法是每次按键后等待一个固定间隔比如150毫秒让动画完成再发下一个指令。5. 从AI到辅助工具脚本化与实战扩展5.1 做一个2048辅助工具而不是独立AI很多人要的不是一个能玩的AI而是一个“辅助工具”AI给出建议方向人自己操作。这比全自动脚本更有趣也更适合直播或挑战视频。实现上很简单把get_best_move的返回值映射成文字提示叠加在游戏画面上或者输出到终端即可。我见过一些做得好的辅助工具会把四个方向的推荐理由也显示出来比如“向左平滑度8空格10”、“向下大数字贴角40”。这种透明度极高的提示反而能帮玩家提高自己的操作水平。你甚至可以反向学习AI的决策慢慢摆脱辅助。如果你要做一个类似“2048游戏脚本”的东西其实核心还是我前面讲的搜索和评估。脚本只是外壳真正的灵魂在决策算法。5.2 如何用AI做游戏测试搜索热词里有“如何让AI测试游戏”2048是个特别合适的测试对象。因为它的状态空间不算大可以自动跑大量对局来验证规则、平衡性和难度曲线。你可以把AI当成一个自动化测试器回归测试每次修改评估函数后自动跑500局统计最高方块分布确认没回退。单元测试每个方向都跑固定局面检查移动和合并逻辑。压力测试把初始方块全部设成4看AI能在多恶劣的环境下坚持多久。数据收集记录每步决策前的搜索深度、候选方向数量、期望分数用来分析AI是否存在“左右手互搏”的行为。我建议把跑分脚本整理成一个持续集成流程每次代码改动后自动跑全套测试。这样你调参的时候才敢放开手改而不是怕改坏了没法回头。5.3 关于深度学习和更高级的路线我开头就说了想要稳定上8192启发式搜索就够用。但如果你想做更炫酷的东西或者想挑战16384、32768那可以考虑训练一个神经网络策略模型。常见路线有强化学习用一个深度网络直接预测每个方向的价值通过自我博弈不断更新。监督学习先让期望搜索生成大量“状态-最优动作”数据再用神经网络拟合。蒙特卡洛树搜索加强化学习经典AlphaZero风格但2048的随机性比较大需要做好概率建模。不过说实话这些方向复杂度会上一个台阶。我的建议是先把期望搜索做到极致再去碰神经网络。因为深度学习的模型解释性差排错困难一旦分数上不去你很难断定是网络结构问题、奖励设计问题还是数据问题。一段额外的心得写这个2048游戏AI的过程给我的最大体会是AI不一定要多复杂关键是抓住问题的结构。2048最大的结构就是“随机性”和“合并潜力”只要把这两点量化进搜索和评估里普通笔记本跑一个纯Python脚本就能轻松达到8192。最后再分享一个小技巧当你调整评估函数权重时千万不要只跑一两局就下结论。2048里面运气成分真不小必须至少跑50局再对比通过率。我早期因为偷懒把平滑度权重调得特别高单看几局好像还行跑了100局才发现8192通过率反而掉了12个百分点。这个教训我一直记着。如果你也想复现这套方案建议先从深度2开始把整个流程跑通再看AI下棋等确信没有逻辑错误后再上深度3或4。别一上来就追求高深度万一移动逻辑有bug深度越高错得越离谱。祝你能顺利合成属于自己的8192。