从贪婪到智能：优化 Block Blast Solver 的评分引擎
Source: Dev.to
我写了一篇关于为什么为 Block Blast 构建求解器的文章——一个简单的贪心算法，让我领悟到了关于空间和策略的惊人教训。它是一个很好的起点，但它有一个致命缺陷：目光短浅。
贪心求解器只关注下一步。它根据立即清除的行数和一个粗略的 “空闲空间” 计数来为放置打分，挑选得分最高的选项，然后继续前进。它还能……算是起作用了。通常它会先清除两行，但随后在放下两个方块后就会导致一个无法挽回的局面。它赢得了局部的战斗，却输掉了整体的战争。
于是我不再仅仅是求解，而是开始思考：一个战略性走法应该是什么样的？ 我该如何让算法把棋盘看作是静态的格子，而是视为未来可能性的系统？
简单贪婪机器人 的局限性
下面是我最初评分函数的核心。它很天真，但算是一个起点：
// The Old, Greedy Way
function simpleScore(newBoard) {
let score = 0;
score += countClearedLines(newBoard) * 100; // Clear lines = good!
score -= countIsolatedCells(newBoard) * 20; // Holes = bad!
return score;
}这种逻辑在细微之处会失效。它喜欢立刻消除一行，即使这意味着在某个角落堆高块。它讨厌单格洞，但对未来可能出现的大型 3×3 块无法放置的区域视而不见。它只会避免下一步失误，却没有十步之后的计划。
构建策略启发式
目标并不是暴力前瞻（那是以后要做的 minimax 实验）。目标是一个更聪明的评分启发式——一个函数，能够在一次评估中估计棋盘的长期健康程度。
我把 “棋盘健康” 拆解为具体、可量化的组成部分：
| 组件 | 权重 | 思路 |
|---|---|---|
| 未来灵活性 | 高 | 空白空间是一种资源，但并非所有空间都等价。一个干净的 3×3 区域价值极高。countPotentialPlacements() 用来检查下一步可能的块形有多少可以理论上放入棋盘。能够保留更多选项的落子得分很高。 |
| 连锁潜力 | 中等 | 清除一行还行；为下一块设置两行或三行的完成条件就很棒。comboSetupScore() 分析一次落子后，棋盘上是否留下多条只差一个块就能完成的行。 |
| 危险检测 | 关键 | 经典的致命因素是单格空洞，但更微妙的致命因素是“高柱”。calculateColumnHeightVariance() 对列高差进行惩罚。平坦的棋盘灵活；起伏大的棋盘则是死亡陷阱。 |
| 可达性 | 低 | 小幅度的惩罚。对完全围住空格、只能通过完美且极不可能的块形才能填充的落子进行惩罚。 |
新的评分函数成为这些策略因素的加权和：
// The New, Strategic Heuristic
function strategicBoardScore(newBoard, nextBlockShapes) {
let score = 0;
// Core Strategy Weights
score += calculateFlexibilityScore(newBoard, nextBlockShapes) * 0.4; // 40 % weight on future options
score += calculateComboPotential(newBoard) * 0.3; // 30 % on setting up big plays
score -= calculateBoardDanger(newBoard) * 0.2; // -20 % for creating risk
score -= calculateInaccessibleAreas(newBoard) * 0.1; // -10 % for trapping spaces
// Bonus for immediate clears (but less important)
score += countClearedLines(newBoard) * 50;
return score;
}对这些权重（0.4、0.3 等）进行调优花费了整个下午的反复试验，观察求解器玩了成千上万局游戏。感觉这不像在写代码，更像是在训练一个非常简单的 AI。
“啊哈！”时刻在代码中
真正的考验并不是最终得分，而是特定的棋盘状态。旧的贪婪机器人面临一个选择：
- 选项 A： 放置一个 L 形块，立即消除 1 行。
- 选项 B： 将相同的 L 形块放在别处，此时不消除任何行。
旧的逻辑痴迷于即时消除，总是选择选项 A。然而，选项 A 会在右侧形成一个高堆。
新的启发式算法看到别的东西。选项 B 虽然没有立即消除，但保持了棋盘的完全平整，并留下了一个漂亮的 4×2 矩形空位。calculateFlexibilityScore() 为它提供了巨大的加分，而 calculateBoardDanger() 则将选项 A 标记为风险。
首次，求解器牺牲了即时奖励以换取长期健康。它做出了一个耐心、类人的决定。这就是“啊哈！”时刻——算法学会了游戏的核心原则。
结果与实时演练场
差距非常明显。与之前的贪心算法相比，策略求解器的存活时间 consistently 延长了30‑40 %。它的平均得分大幅提升，且它的移动看起来更有目的性，仿佛在朝着某个目标前进，而不仅仅是被动反应。
如果你想亲眼看到这些原理的实际效果，或自行分析棋盘状态，欢迎访问我的在线版本：Block Blast Solver。挑选一个棘手的棋盘，依据上面的启发式方法猜测求解器的“推理”。这是一种逆向工程自己直觉的有趣方式。
接下来是什么？极小极大视野
策略启发式是一次巨大的飞跃，但它仍然是一种近似。真正的前沿是实现 带剪枝的极小极大算法——让求解器在做决定之前实际模拟 2、3 或 4 步。
这就是下一章的内容。它是一个更重的计算挑战，但在看到优秀启发式的威力后，我确信它是解锁真正最优玩法的关键。从贪婪到聪明的旅程才刚刚开始。
Tags: javascript #algorithms #gamedev #optimization #puzzle