diff --git a/history/014_3cells/src/main/java/com/gitee/drinkjava2/frog/Animal.java b/history/014_3cells/src/main/java/com/gitee/drinkjava2/frog/Animal.java new file mode 100644 index 0000000..8fe8b75 --- /dev/null +++ b/history/014_3cells/src/main/java/com/gitee/drinkjava2/frog/Animal.java @@ -0,0 +1,286 @@ +/* + * Copyright 2018 the original author or authors. + * Licensed under the Apache License, Version 2.0 (the "License"); you may not + * use this file except in compliance with the License. You may obtain a copy of + * the License at http://www.apache.org/licenses/LICENSE-2.0 Unless required by + * applicable law or agreed to in writing, software distributed under the + * License is distributed on an "AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS + * OF ANY KIND, either express or implied. See the License for the specific + * language governing permissions and limitations under the License. + */ +package com.gitee.drinkjava2.frog; + +import static com.gitee.drinkjava2.frog.brain.Genes.GENE_NUMBERS; + +import java.awt.Graphics; +import java.awt.Image; +import java.awt.image.BufferedImage; +import java.io.FileInputStream; +import java.util.ArrayList; + +import javax.imageio.ImageIO; + +import com.gitee.drinkjava2.frog.brain.Genes; +import com.gitee.drinkjava2.frog.egg.Egg; +import com.gitee.drinkjava2.frog.objects.Material; +import com.gitee.drinkjava2.frog.util.GeneUtils; +import com.gitee.drinkjava2.frog.util.RandomUtils; + +/** + * Animal is all artificial lives' father class + * Animal only keep one copy of genes from egg, not store gene in cell + * Animal是所有动物（青蛙、蛇等）的父类, animal是由蛋孵出来的，蛋里保存着脑细胞结构生成的基因, Animal只保存一份基因而不是每个细胞都保存一份基因，这是人工生命与实际生物的最大不同 + * 基因是一个list结构, 每一条list代表一条由深度树方式存储的基因树，分表控制细胞的一个参数，当cell用长整数表示时最多可以表达支持64个参数 + * + * + * @author Yong Zhu + * @since 1.0 + */ +public abstract class Animal {// 这个程序大量用到public变量而不是getter/setter，主要是为了编程方便和简洁，但缺点是编程者需要小心维护各个变量 + public static BufferedImage FROG_IMAGE; + + static { + try { + FROG_IMAGE = ImageIO.read(new FileInputStream(Application.CLASSPATH + "frog.png")); + } catch (Exception e) { + e.printStackTrace(); + } + } + + public ArrayList> genes = new ArrayList<>(); // 基因是多个数列，有点象多条染色体。每个数列都代表一个基因的分裂次序(8叉/4叉/2叉)。 + + public static final int CONSTS_LENGTH = 8; + public int[] consts = new int[CONSTS_LENGTH]; //常量基因，用来存放不参与分裂算法的全局常量，这些常量也参与遗传算法筛选，规则是有大概率小变异，小概率大变异，见constGenesMutation方法 + + /** brain cells，每个细胞对应一个神经元。long是64位，所以目前一个细胞只能允许最多64个基因，64个基因有些是8叉分裂，有些是4叉分裂 + * 如果今后要扩充到超过64个基因限制，可以定义多个三维数组，同一个细胞由多个三维数组相同坐标位置的基因共同表达 + */ + public long[][][] cells = new long[Env.BRAIN_SIZE][Env.BRAIN_SIZE][Env.BRAIN_SIZE]; //所有脑细胞 + + public float[][][] energys = new float[Env.BRAIN_SIZE][Env.BRAIN_SIZE][Env.BRAIN_SIZE]; //每个细胞的能量值，细胞能量不参与打分。打分是由fat变量承担 + + public int[][][][] holes = new int[Env.BRAIN_SIZE][Env.BRAIN_SIZE][Env.BRAIN_SIZE][]; //每个细胞的洞（相当于触突） + + public int xPos; // animal在Env中的x坐标 + public int yPos; // animal在Env中的y坐标 + public long fat = 1000000000; // 青蛙的肥胖度, 只有胖的青蛙才允许下蛋, 以前版本这个变量名为energy，为了不和脑细胞的能量重名，从这个版本起改名为fat + public boolean alive = true; // 设为false表示青蛙死掉了，将不参与计算和显示，以节省时间 + public int ateFood = 0; // 青蛙曾吃过的食物总数 + public int ateWrong = 0; // 青蛙咬了个空气的次数 + public int no; // 青蛙在Env.animals中的序号，从1开始， 会在运行期写到当前brick的最低位，可利用Env.animals.get(no-1)快速定位青蛙 + + public int animalMaterial; + public Image animalImage; + + public Animal(Egg egg) {// x, y 是虑拟环境的坐标 + System.arraycopy(egg.constGenes, 0, this.consts, 0, consts.length);//从蛋中拷一份全局参数 + for (int i = 0; i < GENE_NUMBERS; i++) { + genes.add(new ArrayList<>()); + } + int i = 0; + for (ArrayList gene : egg.genes)//动物的基因是蛋的基因的拷贝 + genes.get(i++).addAll(gene); + i = 0; + if (Env.BORN_AT_RANDOM_PLACE) { //是否随机出生在地图上? + xPos = RandomUtils.nextInt(Env.ENV_WIDTH); + yPos = RandomUtils.nextInt(Env.ENV_HEIGHT); + } else {//否则出生成指定区域 + this.xPos = egg.x + RandomUtils.nextInt(80) - 40; + this.yPos = egg.y + RandomUtils.nextInt(80) - 40; + if (this.xPos < 0) + this.xPos = 0; + if (this.yPos < 0) + this.yPos = 0; + if (this.xPos >= (Env.ENV_WIDTH - 1)) + this.xPos = Env.ENV_WIDTH - 1; + if (this.yPos >= (Env.ENV_HEIGHT - 1)) + this.yPos = Env.ENV_HEIGHT - 1; + } + } + + public void initAnimal() { // 初始化animal,生成脑细胞是在这一步，这个方法是在当前屏animal生成之后调用，比方说有一千个青蛙分为500屏测试，每屏只生成2个青蛙的脑细胞，可以节约内存 + GeneUtils.geneMutation(this); //有小概率基因突变 + GeneUtils.constGenesMutation(this); //常量基因突变 + if (RandomUtils.percent(40)) + for (ArrayList gene : genes) //基因多也要适当小扣点分，防止基因无限增长 + fat -= gene.size(); + GeneUtils.createCellsFromGene(this); //根据基因，分裂生成脑细胞 + } + + private static final int MIN_FAT_LIMIT = Integer.MIN_VALUE + 5000; + private static final int MAX_FAT_LIMIT = Integer.MAX_VALUE - 5000; + + //@formatter:off 下面几行是重要的奖罚方法，会经常调整或注释掉，集中放在一起，不要格式化为多行 + public void changeFat(int fat_) {//正数为奖励，负数为惩罚， fat值是环境对animal唯一的奖罚，也是animal唯一的下蛋竞争标准 + fat += fat_; + if (fat > MAX_FAT_LIMIT) + fat = MAX_FAT_LIMIT; + if (fat < MIN_FAT_LIMIT) + fat = MIN_FAT_LIMIT; + } + + //没定各个等级的奖罚值，目前是手工设定的常数 + public void awardAAAA() { changeFat(2000);} + public void awardAAA() { changeFat(1000);} + public void awardAA() { changeFat(60);} + public void awardA() { changeFat(10);} + + public void penaltyAAAA() { changeFat(-2000);} + public void penaltyAAA() { changeFat(-1000);} + public void penaltyAA() { changeFat(-60);} + public void penaltyA() { changeFat(-10);} + public void kill() { this.alive = false; changeFat(-5000000); Env.clearMaterial(xPos, yPos, animalMaterial); } //kill是最大的惩罚 + //@formatter:on + + public boolean active(int step) {// 这个active方法在每一步循环都会被调用，是脑思考的最小帧，step是当前屏的帧数 + // 如果fat小于0、出界、与非食物的点重合则判死 + if (!alive) { + return false; + } + if (fat <= 0 || Env.outsideEnv(xPos, yPos) || Env.bricks[xPos][yPos] >= Material.KILL_ANIMAL) { + kill(); + return false; + } + + //holesReduce(); //TODO: 所有细胞上的洞都随时间消逝，即信息的遗忘，旧的不去新的不来 + Genes.active(this, step); //调用每个细胞的活动，重要！ + return alive; + } + + public void show(Graphics g) {// 显示当前动物 + if (!alive) + return; + //g.drawImage(animalImage, xPos - 8, yPos - 8, 16, 16, null);// 减去坐标，保证嘴巴显示在当前x,y处 + } + + /** Check if x,y,z out of animal's brain range */ + public static boolean outBrainRange(int x, int y, int z) {// 检查指定坐标是否超出animal脑空间界限 + return x < 0 || x >= Env.BRAIN_SIZE || y < 0 || y >= Env.BRAIN_SIZE || z < 0 || z >= Env.BRAIN_SIZE; + } + + public boolean hasGene(int x, int y, int z, long geneMask) { //判断cell是否含某个基因 + return (cells[x][y][z] & geneMask) > 0; + } + + public boolean hasGene(int x, int y, int z) { //判断cell是否含任一基因 + return cells[x][y][z] > 0; + } + + public void open(int x, int y, int z) { //打开指定的xyz坐标对应的cell能量值为极大 + energys[x][y][z] = 99999f; + } + + public void open(int[] a) { //打开指定的a坐标对应的cell能量值为极大 + energys[a[0]][a[1]][a[2]] = 99999f; + } + + public void close(int x, int y, int z) { //关闭指定的xyz坐标对应的cell能量值为0 + energys[x][y][z] = 0; + } + + public void close(int[] a) {//关闭指定的a坐标对应的cell能量值为0 + energys[a[0]][a[1]][a[2]] = 0; + } + + public void addEng(int[] a, float e) {//指定的a坐标对应的cell能量值加e + if (cells[a[0]][a[1]][a[2]] == 0) + return; + energys[a[0]][a[1]][a[2]] += e; + if (energys[a[0]][a[1]][a[2]] < 0) + energys[a[0]][a[1]][a[2]] = 0f; + if (energys[a[0]][a[1]][a[2]] > 10) + energys[a[0]][a[1]][a[2]] = 10f; + } + + public void addEng(int x, int y, int z, float e) {//指定的a坐标对应的cell能量值加e + if (cells[x][y][z] == 0) + return; + energys[x][y][z] += e; + } + + public float get(int x, int y, int z) {//返回指定的a坐标对应的cell能量值 + return energys[x][y][z]; + } + + static final int HOLE_MAX_SIZE = 1000 * 1000; + + public void digHole(int sX, int sY, int sZ, int tX, int tY, int tZ, int holeSize) {//在t细胞上挖洞，将洞的方向链接到源s，如果洞已存在，扩大洞, 新洞大小为1，洞最大不超过100 + if (!hasGene(tX, tY, tZ)) + return; + if (!Env.insideBrain(sX, sY, sZ)) + return; + if (!Env.insideBrain(tX, tY, tZ)) + return; + if (get(tX, tY, tZ) < 1) //要调整 + addEng(tX, tY, tZ, 1); //要调整 + + int[] cellHoles = holes[tX][tY][tZ]; + if (cellHoles == null) { //洞不存在，新建一个， 洞参数是一个一维数组，分别为源坐标X,Y,Z, 洞的大小，洞的新鲜度(TODO:待加) + holes[tX][tY][tZ] = new int[]{sX, sY, sZ, holeSize}; + return; + } else { + int emptyPos = -1; //找指定源坐标已存在的洞，如果不存在，如发现空洞也可以占用 + for (int i = 0; i < cellHoles.length / 4; i++) { + int n = i * 4; + if (cellHoles[n] == sX && cellHoles[n + 1] == sY && cellHoles[n + 2] == sZ) {//找到已有的洞了 + if (cellHoles[n + 3] < 1000) //要改成由基因调整 + cellHoles[n + 3] += 100; + return; + } + if (emptyPos == -1 && cellHoles[n + 3] <= 1)//如发现空洞也可以，先记下它的位置 + emptyPos = n; + } + + if (emptyPos > -1) { //找到一个空洞 + cellHoles[emptyPos] = sX; + cellHoles[emptyPos + 1] = sX; + cellHoles[emptyPos + 2] = sX; + cellHoles[emptyPos + 3] = holeSize; //要改成由基因调整 + return; + } + + int length = cellHoles.length; //没找到已有的洞，也没找到空洞，新建一个并追加到原洞数组未尾 + int[] newHoles = new int[length + 4]; + System.arraycopy(cellHoles, 0, newHoles, 0, length); + newHoles[length] = sX; + newHoles[length + 1] = sY; + newHoles[length + 2] = sZ; + newHoles[length + 3] = holeSize; //要改成由基因调整 + holes[tX][tY][tZ] = newHoles; + return; + } + } + + public void holeSendEngery(int x, int y, int z, float le, float re) {//在当前细胞所有洞上反向发送能量（光子)，le是向左边的细胞发， re是向右边的细胞发 + int[] cellHoles = holes[x][y][z]; //cellHoles是单个细胞的所有洞(触突)，4个一组，前三个是洞的坐标，后一个是洞的大小 + if (cellHoles == null) //如洞不存在，不发送能量 + return; + for (int i = 0; i < cellHoles.length / 4; i++) { + int n = i * 4; + float size = cellHoles[n + 3]; + if (size > 1) { + int x2 = cellHoles[n]; + if (x2 < x) + addEng(x2, cellHoles[n + 1], cellHoles[n + 2], le); //向左边的细胞反向发送常量大小的能量 + else + addEng(x2, cellHoles[n + 1], cellHoles[n + 2], re); //向右边的细胞反向发送常量大小的能量 + } + } + } + + // public void holesReduce() {//所有hole大小都会慢慢减小，模拟触突连接随时间消失，即细胞的遗忘机制，这保证了系统不会被信息撑爆 + // for (int x = 0; x < Env.BRAIN_SIZE - 1; x++) + // for (int y = 0; y < Env.BRAIN_SIZE - 1; y++) + // for (int z = 0; z < Env.BRAIN_SIZE - 1; z++) { + // int[] cellHoles = holes[x][y][z]; + // if (cellHoles != null) + // for (int i = 0; i < cellHoles.length / 4; i++) { + // int n = i * 4; + // int size = cellHoles[n + 3]; + // if (size > 0) + // cellHoles[n + 3] = (int) (size * 0.9);//要改成由基因调整 + // } + // } + // } + +}