diff --git a/history/016b_twoinput_unfinish/src/main/java/com/gitee/drinkjava2/frog/Animal.java b/history/016b_twoinput_unfinish/src/main/java/com/gitee/drinkjava2/frog/Animal.java new file mode 100644 index 0000000..3fc589d --- /dev/null +++ b/history/016b_twoinput_unfinish/src/main/java/com/gitee/drinkjava2/frog/Animal.java @@ -0,0 +1,239 @@ +/* + * 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.Color; +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.brain.Line; +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 int CountsQTY = 100; //常量总数多少 + public float[] consts = new float[CountsQTY]; // 常量，范围0~1之间，这些常量并不常，会参与遗传算法筛选，规则是有大概率小变异，小概率大变异 + + public ArrayList lines = new ArrayList<>(); + + /** 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 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 ateMiss = 0; // 该咬却没咬下去的次数 + 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) {//构造方法，Animal从蛋中诞生 + System.arraycopy(egg.consts, 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); + lines.addAll(egg.lines); //复制蛋的所有线条 + 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 + constMutate();//常量基因突变, 线条的参数都在常量里 + Line.randomAddorRemoveLine(this);// //Line的随机增删变异 + + GeneUtils.geneMutation(this); //分裂算法控制的基因突变 + if (RandomUtils.percent(5)) + 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(); + if (RandomUtils.percent(3)) //线条多也小扣点分，防止线条无限增长 + fat -= lines.size() / 10; + GeneUtils.createCellsFromGene(this); //根据基因，分裂生成脑细胞 + } + + 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; + } + this.setEng(Genes.ACT_POS, 1f); //ACT这个细胞就象太阳永远保持激活，某些情况下当无外界信号时，它是驱动系统运行的能量来源 + Genes.active(this, step); //调用每个细胞的活动，重要！ + Line.active(this, step); //调用每个连线(触突)的活动，重要！ + return alive; + } + + public void constMutate() { // 全局参数变异, 这一个方法此动物个体的所有常量 + if (RandomUtils.percent(30)) //这个30%机率的变异方法让所有常量都有3%的机率随机在0~1之间重新取值 + for (int i = 0; i < CountsQTY; i++) { + if (RandomUtils.percent(3)) + consts[i] = RandomUtils.nextFloat(); //debug + } + + if (RandomUtils.percent(10)) //这个10%机率的变异方法让所有常量都有5%的机率随机在原基础上变异，即大概率有小变异，小概率有大变异 + for (int i = 0; i < CountsQTY; i++) { + if (RandomUtils.percent(5)) + consts[i] = RandomUtils.vary(consts[i]); + } + + } + + 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(100);} + public void awardA() { changeFat(10);} + + public void penaltyAAAA() { changeFat(-2000);} + public void penaltyAAA() { changeFat(-1000);} + public void penaltyAA() { changeFat(-100);} + 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 void showInEnv(Graphics g) {// 在虚拟环境显示当前动物，这个方法直接调用Env的Graphics对象 + if (g != null) //这个版本借用环境区测试模式功能，不需要显示青蛙，所以直接跳出 + return; + if (no == (Env.current_screen * Env.FROG_PER_SCREEN + 1)) { //如果是当前第一个青蛙，给它画个红圈 + Color c = g.getColor(); + g.setColor(Color.red); + g.drawArc(xPos - 15, yPos - 15, 30, 30, 0, 360); + g.setColor(c); + } + 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 setEng(int x, int y, int z, float e) { //打开指定的xyz坐标对应的cell能量值为极大 + if (e > 1) + e = 1; + if (e < 0) + e = 0; + energys[x][y][z] = e; + } + + public void setEng(int[] a, float e) { //打开指定的xyz坐标对应的cell能量值为极大 + if (e > 1) + e = 1; + if (e < 0) + e = 0; + energys[a[0]][a[1]][a[2]] = e; + } + + public void addEng(int[] a, float e) {//指定的a坐标对应的cell能量值加e + addEng(a[0], a[1], a[2], e); + } + + 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; + float eng = energys[x][y][z] + e; + if (eng > 1) //如果饱和，不再增加，通过这个方法可以实现异或逻辑或更复杂的模式识别，详见TestInput3测试 + eng = 1; + if (eng < 0) //回到传统方式，细胞不允许出现负能量。（但是能量可以出现负值，这个与实际细胞的抑制信号相似） + eng = 0; + energys[x][y][z] = eng; + } + + public float getEng(int[] a) {//返回指定的a坐标对应的cell能量值 + return energys[a[0]][a[1]][a[2]]; + } + + public float getEng(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]; + } + +}