428 wiersze
12 KiB
Prolog
428 wiersze
12 KiB
Prolog
/*********************************
|
||
DESCRIPTION DU JEU DU TIC-TAC-TOE
|
||
*********************************/
|
||
|
||
/*
|
||
Une situation est decrite par une matrice 3x3.
|
||
Chaque case est soit un emplacement libre (Variable LIBRE), soit contient le symbole d'un des 2 joueurs (o ou x)
|
||
|
||
Contrairement a la convention du tp precedent, pour modeliser une case libre
|
||
dans une matrice on n'utilise pas une constante speciale (ex : nil, 'vide', 'libre','inoccupee' ...);
|
||
On utilise plut<75>t un identificateur de variable, qui n'est pas unifiee (ex : X, A, ... ou _) .
|
||
La situation initiale est une "matrice" 3x3 (liste de 3 listes de 3 termes chacune)
|
||
o<> chaque terme est une variable libre.
|
||
Chaque coup d'un des 2 joureurs consiste a donner une valeur (symbole x ou o) a une case libre de la grille
|
||
et non a deplacer des symboles deja presents sur la grille.
|
||
|
||
Pour placer un symbole dans une grille S1, il suffit d'unifier une des variables encore libres de la matrice S1,
|
||
soit en ecrivant directement Case=o ou Case=x, ou bien en accedant a cette case avec les predicats member, nth1, ...
|
||
La grille S1 a change d'etat, mais on n'a pas besoin de 2 arguments representant la grille avant et apres le coup,
|
||
un seul suffit.
|
||
Ainsi si on joue un coup en S, S perd une variable libre, mais peut continuer a s'appeler S (on n'a pas besoin de la designer
|
||
par un nouvel identificateur).
|
||
*/
|
||
%:- use_module(library(clpfd)).
|
||
|
||
situation_initiale([ [_,_,_],
|
||
[_,_,_],
|
||
[_,_,_]]).
|
||
|
||
% Convention (arbitraire) : c'est x qui commence
|
||
|
||
joueur_initial(x).
|
||
|
||
cpu_time(Goal, Elapsed_Time) :-
|
||
statistics(process_cputime,Start),
|
||
call(Goal),
|
||
statistics(process_cputime,Finish),
|
||
Elapsed_Time is (Finish-Start)*1000.
|
||
|
||
% Definition de la relation adversaire/2
|
||
|
||
adversaire(x,o).
|
||
adversaire(o,x).
|
||
|
||
|
||
/****************************************************
|
||
DEFINIR ICI a l'aide du predicat ground/1 comment
|
||
reconnaitre une situation terminale dans laquelle il
|
||
n'y a aucun emplacement libre : aucun joueur ne peut
|
||
continuer a jouer (quel qu'il soit).
|
||
****************************************************/
|
||
|
||
situation_terminale(_Joueur, Situation) :- ground(Situation).
|
||
|
||
/***************************
|
||
DEFINITIONS D'UN ALIGNEMENT
|
||
***************************/
|
||
|
||
alignement(L, Matrix) :- ligne( L,Matrix).
|
||
alignement(C, Matrix) :- colonne( C,Matrix).
|
||
alignement(D, Matrix) :- diagonale(D,Matrix).
|
||
|
||
/********************************************
|
||
DEFINIR ICI chaque type d'alignement maximal
|
||
existant dans une matrice carree NxN.
|
||
********************************************/
|
||
|
||
ligne(L, M) :- member(L,M).
|
||
|
||
colonne_aux(_,[],[]).
|
||
|
||
colonne_aux(N,[X|Cr],[L|Mr]):-
|
||
nth1(N,L,X),
|
||
colonne_aux(N,Cr,Mr).
|
||
|
||
colonne(C,M) :-
|
||
colonne_aux(_,C,M).
|
||
|
||
%colonne(C,M) :- transpose(M,T), member(C,T).
|
||
|
||
/* Definition de la relation liant une diagonale D a la matrice M dans laquelle elle se trouve.
|
||
il y en a 2 sortes de diagonales dans une matrice carree(https://fr.wikipedia.org/wiki/Diagonale) :
|
||
- la premiere diagonale (principale) : (A I)
|
||
- la seconde diagonale : (Z R)
|
||
A . . . . . . . Z
|
||
. \ . . . . . / .
|
||
. . \ . . . / . .
|
||
. . . \ . / . . .
|
||
. . . . X . . .
|
||
. . . / . \ . . .
|
||
. . / . . . \ . .
|
||
. / . . . . . \ .
|
||
R . . . . . . . I
|
||
*/
|
||
|
||
diagonale(D, M) :-
|
||
premiere_diag(1,D,M).
|
||
|
||
% deuxieme definition A COMPLETER
|
||
|
||
diagonale(D, M) :- seconde_diag(3,D,M).
|
||
|
||
|
||
premiere_diag(_,[],[]).
|
||
premiere_diag(K,[E|D],[Ligne|M]) :-
|
||
nth1(K,Ligne,E),
|
||
K1 is K+1,
|
||
premiere_diag(K1,D,M).
|
||
|
||
seconde_diag(_,[],[]).
|
||
seconde_diag(K,[E|D],[Ligne|M]) :-
|
||
nth1(K,Ligne,E),
|
||
K1 is K-1,
|
||
seconde_diag(K1,D,M).
|
||
|
||
|
||
|
||
/*****************************
|
||
DEFINITION D'UN ALIGNEMENT
|
||
POSSIBLE POUR UN JOUEUR DONNE
|
||
*****************************/
|
||
|
||
possible([X|L], J) :- unifiable(X,J), possible(L,J).
|
||
possible( [], _).
|
||
|
||
/* Attention
|
||
il faut juste verifier le caractere unifiable
|
||
de chaque emplacement de la liste, mais il ne
|
||
faut pas realiser l'unification.
|
||
*/
|
||
|
||
% A FAIRE
|
||
unifiable(X,J) :- ( var(X) -> true ; J=X) .
|
||
|
||
/**********************************
|
||
DEFINITION D'UN ALIGNEMENT GAGNANT
|
||
OU PERDANT POUR UN JOUEUR DONNE J
|
||
**********************************/
|
||
/*
|
||
Un alignement gagnant pour J est un alignement
|
||
possible pour J qui n'a aucun element encore libre.
|
||
*/
|
||
|
||
/*
|
||
Remarque : le predicat ground(X) permet de verifier qu'un terme
|
||
prolog quelconque ne contient aucune partie variable (libre).
|
||
exemples :
|
||
?- ground(Var).
|
||
no
|
||
?- ground([1,2]).
|
||
yes
|
||
?- ground(toto(nil)).
|
||
yes
|
||
?- ground( [1, toto(nil), foo(a,B,c)] ).
|
||
no
|
||
*/
|
||
|
||
/* Un alignement perdant pour J est un alignement gagnant pour son adversaire. */
|
||
|
||
% A FAIRE
|
||
|
||
alignement_gagnant(Ali, J) :- possible(Ali,J), ground(Ali).
|
||
|
||
alignement_perdant(Ali, J) :- adversaire(J,A), alignement_gagnant(Ali, A).
|
||
|
||
|
||
/* ****************************
|
||
DEFINITION D'UN ETAT SUCCESSEUR
|
||
****************************** */
|
||
|
||
/*
|
||
Il faut definir quelle operation subit la matrice
|
||
M representant l'Etat courant
|
||
lorsqu'un joueur J joue en coordonnees [L,C]
|
||
*/
|
||
|
||
% A FAIRE
|
||
successeur(J, Etat,[L,C]) :- nth1(L,Etat,Lig), nth1(C,Lig,X), var(X), X=J.
|
||
|
||
/**************************************
|
||
EVALUATION HEURISTIQUE D'UNE SITUATION
|
||
**************************************/
|
||
|
||
/*
|
||
1/ l'heuristique est +infini si la situation J est gagnante pour J
|
||
2/ l'heuristique est -infini si la situation J est perdante pour J
|
||
3/ sinon, on fait la difference entre :
|
||
le nombre d'alignements possibles pour J
|
||
moins
|
||
le nombre d'alignements possibles pour l'adversaire de J
|
||
*/
|
||
|
||
|
||
heuristique(J,Situation,H) :- % cas 1
|
||
H = 10000, % grand nombre approximant +infini
|
||
alignement(Alig,Situation),
|
||
alignement_gagnant(Alig,J), !.
|
||
|
||
heuristique(J,Situation,H) :- % cas 2
|
||
H = -10000, % grand nombre approximant -infini
|
||
alignement(Alig,Situation),
|
||
alignement_perdant(Alig,J), !.
|
||
|
||
|
||
% on ne vient ici que si les cut precedents n'ont pas fonctionne,
|
||
% c-a-d si Situation n'est ni perdante ni gagnante.
|
||
|
||
% A FAIRE cas 3
|
||
|
||
heuristique(J,Situation,H) :-
|
||
findall(X, (alignement(X,Situation),possible(X,J)),Lgagnant),
|
||
adversaire(J,A),
|
||
findall(Y, (alignement(Y,Situation),possible(Y,A)),Lperdant),
|
||
length(Lgagnant, LG),
|
||
length(Lperdant, LP),
|
||
H is LG-LP.
|
||
|
||
test_heuristique :-
|
||
( ( S1= [ [_,_,_], [_,_,_], [_,_,_] ],
|
||
heuristique(x,S1,0),
|
||
S2 = [ [x,o,_], [_,_,_], [_,_,_] ],
|
||
heuristique(x,S2,1),
|
||
S3 = [ [_,o,_], [_,x,_], [_,_,_] ],
|
||
heuristique(x,S3,2),
|
||
S4 = [ [o,_,_], [_,x,_], [_,_,_] ],
|
||
heuristique(x,S4,1),
|
||
S5 = [ [x,_,_], [_,o,_], [_,_,_] ],
|
||
heuristique(o,S5,1),
|
||
S6 = [ [x,_,_], [_,x,_], [_,_,x] ],
|
||
heuristique(o,S6,-10000),
|
||
S7 = [ [x,_,_], [_,x,_], [_,_,x] ],
|
||
heuristique(x,S7,10000)
|
||
) ->
|
||
write('test heuristique successful')
|
||
;
|
||
write('error heuristique test')
|
||
).
|
||
|
||
|
||
|
||
/*******************************************
|
||
*
|
||
*
|
||
*
|
||
*
|
||
* NEGAMAX
|
||
*
|
||
*
|
||
*
|
||
* *****************************************/
|
||
/*
|
||
Ce programme met en oeuvre l'algorithme Minmax (avec convention
|
||
negamax) et l'illustre sur le jeu du TicTacToe (morpion 3x3)
|
||
*/
|
||
|
||
/*:- [tictactoe].*/
|
||
|
||
|
||
/****************************************************
|
||
ALGORITHME MINMAX avec convention NEGAMAX : negamax/5
|
||
*****************************************************/
|
||
|
||
/*
|
||
negamax(+J, +Etat, +P, +Pmax, [?Coup, ?Val])
|
||
|
||
SPECIFICATIONS :
|
||
|
||
retourne pour un joueur J donne, devant jouer dans
|
||
une situation donnee Etat, de profondeur donnee P,
|
||
le meilleur couple [Coup, Valeur] apres une analyse
|
||
pouvant aller jusqu'a la profondeur Pmax.
|
||
|
||
Il y a 3 cas a decrire (donc 3 clauses pour negamax/5)
|
||
|
||
1/ la profondeur maximale est atteinte : on ne peut pas
|
||
developper cet Etat ;
|
||
il n'y a donc pas de coup possible a jouer (Coup = rien)
|
||
et l'evaluation de Etat est faite par l'heuristique.
|
||
|
||
2/ la profondeur maximale n'est pas atteinte mais J ne
|
||
peut pas jouer ; au TicTacToe un joueur ne peut pas jouer
|
||
quand le tableau est complet (totalement instancie) ;
|
||
il n'y a pas de coup a jouer (Coup = rien)
|
||
et l'evaluation de Etat est faite par l'heuristique.
|
||
|
||
3/ la profondeur maxi n'est pas atteinte et J peut encore
|
||
jouer. Il faut evaluer le sous-arbre complet issu de Etat ;
|
||
|
||
- on determine d'abord la liste de tous les couples
|
||
[Coup_possible, Situation_suivante] via le predicat
|
||
successeurs/3 (deja fourni, voir plus bas).
|
||
|
||
- cette liste est passee a un predicat intermediaire :
|
||
loop_negamax/5, charge d'appliquer negamax sur chaque
|
||
Situation_suivante ; loop_negamax/5 retourne une liste de
|
||
couples [Coup_possible, Valeur]
|
||
|
||
- parmi cette liste, on garde le meilleur couple, c-a-d celui
|
||
qui a la plus petite valeur (cf. predicat meilleur/2);
|
||
soit [C1,V1] ce couple optimal. Le predicat meilleur/2
|
||
effectue cette selection.
|
||
|
||
- finalement le couple retourne par negamax est [Coup, V2]
|
||
avec : V2 is -V1 (cf. convention negamax vue en cours).
|
||
|
||
A FAIRE : ECRIRE ici les clauses de negamax/5
|
||
.....................................
|
||
*/
|
||
negamax(J, Etat, P, P, [nil, Val]) :- heuristique(J,Etat,Val).
|
||
|
||
negamax(J,Etat, P, Pmax, [nil,Val]) :- P < Pmax ,
|
||
heuristique(J,Etat,Val),
|
||
Val = 10000.
|
||
|
||
negamax(J,Etat, P, Pmax, [nil,Val]) :- P < Pmax ,
|
||
heuristique(J,Etat,Val),
|
||
Val = -10000.
|
||
|
||
negamax(J,Etat, P, Pmax, [nil,Val]) :- P < Pmax ,
|
||
situation_terminale(J,Etat),
|
||
heuristique(J,Etat,Val).
|
||
|
||
|
||
negamax(J,Etat, P, Pmax, [Coup,Val]) :- P < Pmax ,
|
||
successeurs(J,Etat,Successeurs),
|
||
loop_negamax(J,P,Pmax,Successeurs,Liste_Couples),
|
||
meilleur(Liste_Couples,[Coup,V1]),
|
||
Val is -V1.
|
||
|
||
|
||
|
||
|
||
/*******************************************
|
||
DEVELOPPEMENT D'UNE SITUATION NON TERMINALE
|
||
successeurs/3
|
||
*******************************************/
|
||
|
||
/*
|
||
successeurs(+J,+Etat, ?Succ)
|
||
|
||
retourne la liste des couples [Coup, Etat_Suivant]
|
||
pour un joueur donne dans une situation donnee
|
||
*/
|
||
|
||
successeurs(J,Etat,Succ) :-
|
||
copy_term(Etat, Etat_Suiv),
|
||
findall([Coup,Etat_Suiv],
|
||
successeur(J,Etat_Suiv,Coup),
|
||
Succ).
|
||
|
||
/*************************************
|
||
Boucle permettant d'appliquer negamax
|
||
a chaque situation suivante :
|
||
*************************************/
|
||
|
||
/*
|
||
loop_negamax(+J,+P,+Pmax,+Successeurs,?Liste_Couples)
|
||
retourne la liste des couples [Coup, Valeur_Situation_Suivante]
|
||
a partir de la liste des couples [Coup, Situation_Suivante]
|
||
*/
|
||
|
||
loop_negamax(_,_, _ ,[], []).
|
||
loop_negamax(J,P,Pmax,[[Coup,Suiv]|Succ],[[Coup,Vsuiv]|Reste_Couples]) :-
|
||
loop_negamax(J,P,Pmax,Succ,Reste_Couples),
|
||
adversaire(J,A),
|
||
Pnew is P+1,
|
||
negamax(A,Suiv,Pnew,Pmax, [_,Vsuiv]).
|
||
|
||
/*
|
||
|
||
A FAIRE : commenter chaque litteral de la 2eme clause de loop_negamax/5,
|
||
en particulier la forme du terme [_,Vsuiv] dans le dernier
|
||
litteral ?
|
||
*/
|
||
|
||
/*********************************
|
||
Selection du couple qui a la plus
|
||
petite valeur V
|
||
*********************************/
|
||
|
||
/*
|
||
meilleur(+Liste_de_Couples, ?Meilleur_Couple)
|
||
|
||
SPECIFICATIONS :
|
||
On suppose que chaque element de la liste est du type [C,V]
|
||
- le meilleur dans une liste a un seul element est cet element
|
||
- le meilleur dans une liste [X|L] avec L \= [], est obtenu en comparant
|
||
X et Y,le meilleur couple de L
|
||
Entre X et Y on garde celui qui a la petite valeur de V.
|
||
|
||
A FAIRE : ECRIRE ici les clauses de meilleur/2
|
||
*/
|
||
/*meilleur([Cm,Vm], [Cm,Vm]).
|
||
meilleur([[C,V]|R], [Cm,Vm]) :-
|
||
meilleur(R, [Cm,Vm]),
|
||
( Vm > V -> ).*/
|
||
meilleur([X], X). %le meilleur dans une liste a un seul element est cet element
|
||
meilleur(Liste_de_Couples, MeilleurCouple ) :-
|
||
Liste_de_Couples = [ [C,V] | Fin ] ,
|
||
meilleur(Fin,[Cout,Val]),
|
||
|
||
( Val > V -> MeilleurCouple = [C , V]
|
||
;
|
||
MeilleurCouple = [Cout , Val]
|
||
).
|
||
|
||
|
||
|
||
test_meilleur :-
|
||
( ( meilleur([[a,2],[b,3],[c,4] ],[a,2]),
|
||
meilleur([[a,2],[b,3],[c,1] ],[c,1]),
|
||
meilleur([[a,2],[b,2]],[b,2]),
|
||
meilleur([[a,2]],[a,2])
|
||
) ->
|
||
write('test meilleur successful')
|
||
;
|
||
write('error meilleur test')
|
||
).
|
||
|
||
/******************
|
||
PROGRAMME PRINCIPAL
|
||
*******************/
|
||
|
||
main(B,V, Pmax) :-
|
||
situation_initiale(Ini),
|
||
joueur_initial(J),
|
||
negamax(J,Ini,0,Pmax,[B,V]).
|
||
|