對(duì)弈人工智能！myCobot 280開源六軸機(jī)械臂Connect 4 四子棋對(duì)弈下篇

前言

在上篇文章中，我們探討了如何創(chuàng)造一個(gè)能夠進(jìn)行Connect4的對(duì)弈大腦。簡單的介紹了幾種對(duì)弈算法，例如極小化極大算法，Alpha-Beta剪枝算法等，最關(guān)鍵的是目前最流行的神經(jīng)網(wǎng)絡(luò)算法和深度學(xué)習(xí)。神經(jīng)網(wǎng)絡(luò)算法，讓計(jì)算機(jī)也有一個(gè)想人類一樣能夠思考的大腦，設(shè)置獨(dú)特的場景來進(jìn)行學(xué)習(xí)下棋。在本篇文章中，我們將進(jìn)一步探討如何讓機(jī)械臂來實(shí)現(xiàn)下棋動(dòng)作，將想法給實(shí)現(xiàn)出來。（換句話說就是，AI機(jī)械臂下棋）

如果感興趣歡迎觀看上篇文章。

Introduction

下面的內(nèi)容主要分為四個(gè)部分來進(jìn)行介紹。

● 獲取信息：用攝像頭獲取到棋盤上的信息，進(jìn)行對(duì)弈


            ● 處理信息：處理獲取到的信息識(shí)別出棋子的位置，通過對(duì)弈算法，計(jì)算出下一步棋子應(yīng)該在哪里下


            ● 機(jī)械臂的軌跡：設(shè)計(jì)機(jī)械臂如何抓取棋子，設(shè)計(jì)放置棋子的路徑


            ● 功能的整合：將上面三個(gè)功能結(jié)合在一起，實(shí)現(xiàn)AI機(jī)械臂下棋。

讓我們一起來看看吧~

項(xiàng)目

獲取信息

環(huán)境：python，最新版的opencv，numpy

首先需要獲取棋盤的信息，信息包括棋盤，棋盤上的棋子。我們用到的是OpenCV當(dāng)中cv2.aruco.ArucoDetector(dictionary, parameters)

該方法用來檢測(cè)Aruco二維碼，從圖片當(dāng)中標(biāo)記出Aruco的位置，并且計(jì)算出標(biāo)記的位置和姿態(tài)信息。這樣就能夠確定整個(gè)棋盤的位置了，確定四個(gè)角的位置。

Code：代碼是用cv2.aruco.ArucoDetector(dictionary, parameters)方法來確定我們棋盤的位置。

dictionary = cv2.aruco.getPredefinedDictionary(cv2.aruco.DICT_6X6_250)
        parameters = cv2.aruco.DetectorParameters()
        detector = cv2.aruco.ArucoDetector(dictionary, parameters)

        corners, ids, rejectedCandidates = detector.detectMarkers(bgr_data)
        rvec, tvec, _ = cv2.aruco.estimatePoseSingleMarkers(corners, 0.05, self.mtx, self.dist)

        if rvec is None or len(corners) != 4:
            return None

# debug
        if DEBUG:
            debug_img = bgr_data.copy()
            for i in range(rvec.shape[0]):
                cv2.drawFrameAxes(debug_img, self.mtx, self.dist, rvec[i, :, :, ], tvec[i, :, :, ],
                                  0.03)
# Draw a square around the marker.
                cv2.aruco.drawDetectedMarkers(debug_img, corners)
            cv2.imshow("debug1", debug_img)

# Sort the detected QR code corner points in the following order: top left, top right, bottom left, bottom right.
        corners = np.mean(corners, axis=2)
        corners = (np.ceil(corners)).astype(int)
        corners = corners.reshape((4, 2))
        cx, cy = (np.mean(corners[:, 0]), np.mean(corners[:, 1]))
        res: list = [None for _ in range(4)]
        for x, y in corners:
            if x < cx and y < cy:
                res[0] = (x, y)
            elif x > cx and y < cy:
                res[1] = (x, y)
            elif x < cx and y > cy:
                res[2] = (x, y)
            else:
                res[3] = (x, y)
        res = np.array(res)

## debug code
        if DEBUG:
            debug_img = bgr_data.copy()
            for p in res:
                cv2.circle(debug_img, p, 3, BGR_GREEN, -1)
            cv2.imshow("aruco", debug_img)

        return res

確定完棋盤之后，我們用不同的顏色來當(dāng)棋子，這里就用兩種區(qū)分度比較大的顏色，紅色和黃色，并且標(biāo)注出來。

設(shè)置一個(gè)邏輯，當(dāng)棋面每多一枚棋子的時(shí)候，將當(dāng)前棋盤的數(shù)據(jù)返回給到對(duì)弈算法，進(jìn)行判斷下一步棋應(yīng)該如何走。

處理信息

接下來需要處理棋盤的信息。

從上邊可以看到我們獲取到了棋盤的數(shù)據(jù)，接下來我們需要把數(shù)據(jù)，傳遞給對(duì)弈算法，讓對(duì)弈算法將下一步棋子的位置預(yù)測(cè)出來。

下面是處理的偽代碼：

functionmodel_predict(state, available_actions):
# 將available_actions轉(zhuǎn)換為numpy數(shù)組
    available_actions = np.array(available_actions)
# 對(duì)state進(jìn)行擴(kuò)展，以適應(yīng)ONNX模型的輸入要求
    state = np.expand_dims(np.expand_dims(np.array(state, dtype=np.float32), axis=0), axis=0)
# 構(gòu)建ONNX模型的輸入
    ort_inputs ={self.policy_net.get_inputs()[0].name: state}
# 進(jìn)行模型預(yù)測(cè)，獲取每個(gè)可用位置的預(yù)測(cè)值
    r_actions =self.policy_net.run(None, ort_inputs)[0][0,:]
# 根據(jù)預(yù)測(cè)值選擇最優(yōu)的落子位置
    state_action_values = np.array(
[r_actions[action]for action in available_actions])
    argmax_action = np.argmax(state_action_values)
    greedy_action = available_actions[argmax_action]
return greedy_action

該方法中的主要邏輯是使用ONNX模型來進(jìn)行模型預(yù)測(cè)，并根據(jù)預(yù)測(cè)結(jié)果選擇最優(yōu)的落子位置。首先，將可用位置available_actions轉(zhuǎn)換為numpy數(shù)組，并將當(dāng)前游戲狀態(tài)state進(jìn)行擴(kuò)展，以適應(yīng)ONNX模型的輸入要求。然后，將擴(kuò)展后的state傳遞給ONNX模型進(jìn)行預(yù)測(cè)，并將預(yù)測(cè)結(jié)果保存在r_actions變量中。接著，根據(jù)預(yù)測(cè)結(jié)果以及可用的落子位置，計(jì)算出每個(gè)可用位置的預(yù)測(cè)值，選取其中最大的一個(gè)對(duì)應(yīng)的落子位置作為最優(yōu)的落子位置，并將其返回。

機(jī)械臂的軌跡

大腦（對(duì)弈算法），眼睛（識(shí)別算法）都有了，現(xiàn)在就差一個(gè)手去執(zhí)行動(dòng)作。我們使用python庫pymycobot來對(duì)機(jī)械臂進(jìn)行控制。因?yàn)槠灞P的原因，棋子只能從棋盤的上方投下，我們給每一條數(shù)列的棋個(gè)上設(shè)置一個(gè)坐標(biāo)點(diǎn)位，就可以完成機(jī)械臂的路徑規(guī)劃了。因?yàn)槠迕姹容^干凈沒有遮擋物，所以不用考慮過多的路徑因素。

下面是機(jī)械臂運(yùn)行軌跡位置的偽代碼：

# 初始化定義幾個(gè)坐標(biāo)點(diǎn)
# 設(shè)定一個(gè)長度為7的列表
self.chess_table = [None for _ in range(7)]
self.chess_table[0]-[6] = [J1,J2,J3,J4,J5,J6] # 七個(gè)棋格的位置

self.angle_table = {
    "recovery": [0, 0, 0, 0, 0, 0], #初始位置
    "observe": [-2.54, 135.0, -122.95, -32.34, 2.46, -90.35],#觀察位置
    "stack-hover-1": [-47.19, -37.96, -58.53, 1.05, -1.93, -1.84],#吸取棋子的位置
        }

接下來介紹一下pymycobot當(dāng)中控制機(jī)械臂的一些方法：

#Sending the angle to the robotic arm.
self.send_angles(self.chess_table[n], ARM_SPEED)

#Sending the Cartesian coordinates to the robotic arm.
self.send_coords(coord_list,ARM_SPEED)

功能的整合

將功能點(diǎn)整合之前我們得整理它們之間的邏輯。

下棋的流程圖有了接下來就是，將功能點(diǎn)結(jié)合在一起.

這是程序的結(jié)構(gòu)文件。

├── Agent.py The logic of the robotic arm's gameplay.

├── ArmCamera.pyCamera control.

├── ArmInterface.py Robotics Arm control

├── Board.py Data structure of the chessboard and related judgments.

├── CameraDemo.py Small program for testing camera performance.

├── config.pyUtilized to define specific configuration details.

├── Detection.py Machine vision recognition.

├── dqn.ptNeural network model file, used to implement gameplay logic.

├── main.pymain program.

├── StateMachine.pyA state machine.

總結(jié)

從理論上來說的話，幾乎沒有人能夠在贏得勝利。因?yàn)闄C(jī)器的算法可以預(yù)測(cè)到后面將要下在幾步棋甚至更多，而對(duì)于普通人來說，一般能夠預(yù)測(cè)的也就兩三步棋。但是從視頻上來看，AI只贏了一場比賽，輸?shù)舻哪且粓鍪且驗(yàn)榻Y(jié)構(gòu)因素的影響，本來該下的棋盤的位置，被迫換了一個(gè)地方。

你覺得這個(gè)項(xiàng)目有意思嗎？我們會(huì)在后續(xù)將Connect4 這個(gè)套裝進(jìn)行完善后，上架在我們的網(wǎng)站，有興趣的朋友可以關(guān)注我們，后續(xù)會(huì)進(jìn)行更新。

你是否會(huì)嘗試用機(jī)械臂來實(shí)現(xiàn)其他的棋藝呢？例如國際象棋，中國象棋等，不同的棋藝所使用的算法也會(huì)大大不同，歡迎大家在地下跟我們留言進(jìn)行分享你們的想法。

審核編輯 黃宇