前言

在上篇文章中，我們探討了如何創造一個能夠進行Connect4的對弈大腦。簡單的介紹了幾種對弈算法，例如極小化極大算法，Alpha-Beta剪枝算法等，最關鍵的是目前最流行的神經網絡算法和深度學習。神經網絡算法，讓計算機也有一個想人類一樣能夠思考的大腦，設置獨特的場景來進行學習下棋。在本篇文章中，我們將進一步探討如何讓機械臂來實現下棋動作，將想法給實現出來。（換句話說就是，AI機械臂下棋）

如果感興趣歡迎觀看上篇文章。

Introduction

下面的內容主要分為四個部分來進行介紹。

● 獲取信息：用攝像頭獲取到棋盤上的信息，進行對弈


            ● 處理信息：處理獲取到的信息識別出棋子的位置，通過對弈算法，計算出下一步棋子應該在哪里下


            ● 機械臂的軌跡：設計機械臂如何抓取棋子，設計放置棋子的路徑


            ● 功能的整合：將上面三個功能結合在一起，實現AI機械臂下棋。

讓我們一起來看看吧~

項目

獲取信息

環境：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當中cv2.aruco.ArucoDetector(dictionary, parameters)

該方法用來檢測Aruco二維碼，從圖片當中標記出Aruco的位置，并且計算出標記的位置和姿態信息。這樣就能夠確定整個棋盤的位置了，確定四個角的位置。

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棋子，這里就用兩種區分度比較大的顏色，紅色和黃色，并且標注出來。

設置一個邏輯，當棋面每多一枚棋子的時候，將當前棋盤的數據返回給到對弈算法，進行判斷下一步棋應該如何走。

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據，接下來我們需要把數據，傳遞給對弈算法，讓對弈算法將下一步棋子的位置預測出來。

下面是處理的偽代碼：

functionmodel_predict(state, available_actions):
# 將available_actions轉換為numpy數組
    available_actions = np.array(available_actions)
# 對state進行擴展，以適應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)
# 構建ONNX模型的輸入
    ort_inputs ={self.policy_net.get_inputs()[0].name: state}
# 進行模型預測，獲取每個可用位置的預測值
    r_actions =self.policy_net.run(None, ort_inputs)[0][0,:]
# 根據預測值選擇最優的落子位置
    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模型來進行模型預測，并根據預測結果選擇最優的落子位置。首先，將可用位置available_actions轉換為numpy數組，并將當前游戲狀態state進行擴展，以適應ONNX模型的輸入要求。然后，將擴展后的state傳遞給ONNX模型進行預測，并將預測結果保存在r_actions變量中。接著，根據預測結果以及可用的落子位置，計算出每個可用位置的預測值，選取其中最大的一個對應的落子位置作為最優的落子位置，并將其返回。

機械臂的軌跡

大腦（對弈算法），眼睛（識別算法）都有了，現在就差一個手去執行動作。我們使用python庫pymycobot來對機械臂進行控制。因為棋盤的原因，棋子只能從棋盤的上方投下，我們給每一條數列的棋個上設置一個坐標點位，就可以完成機械臂的路徑規劃了。因為棋面比較干凈沒有遮擋物，所以不用考慮過多的路徑因素。

下面是機械臂運行軌跡位置的偽代碼：

# 初始化定義幾個坐標點
# 設定一個長度為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當中控制機械臂的一些方法：

#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，將功能點結合在一起.

這是程序的結構文件。

├── 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

從理論上來說的話，幾乎沒有人能夠在贏得勝利。因為機器的算法可以預測到后面將要下在幾步棋甚至更多，而對于普通人來說，一般能夠預測的也就兩三步棋。但是從視頻上來看，AI只贏了一場比賽，輸掉的那一場是因為結構因素的影響，本來該下的棋盤的位置，被迫換了一個地方。

你覺得這個項目有意思嗎？我們會在后續將Connect4 這個套裝進行完善后，上架在我們的網站，有興趣的朋友可以關注我們，后續會進行更新。

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

審核編輯 黃宇