疯狂 Geek 兔
游戏介绍
疯狂 Geek 兔是一只在太空披荆斩棘，希望获得更多的胡萝卜的疯狂兔子。它必须使出超大能量去获得其他太空兔身上的胡萝卜，来达到目的生存下去。
你需要运用代码做技术策略，控制兔子在碰撞时的能量值大小及碰撞方向，来获得对方兔子的胡萝卜（分数）。 能量值 = 攻击力，胡萝卜个数 = 分数。
兔子与兔子互相碰撞，来争夺胡萝卜：
兔子之间发生碰撞时，根据兔子碰撞时的能量值大小判定胜负。能量值大的兔子获得 1 个胡萝卜，加 1 分；反之，能量值小的一方兔子丢失 1 个胡萝卜，扣 1 分。相同能量碰撞，能量会消耗，萝卜互不增减。如三只以上的兔子相碰撞，根据汽车追尾原则进行两两能量值大小判定。
兔子与地图内障碍物碰撞：
兔子碰到场地中的陨石，丢失 1 个胡萝卜，扣 1 分。
游戏规则：
- 一场比赛 180 s（3 分钟），游戏帧率 60 FPS，初始兔子能量值（攻击力） 1000，胡萝卜 10 根（10 分）
- 每 30 s 系统统一恢复场上所有兔子的能力值至 1000
- 道具“无敌金萝卜”实效性 10 s。获得后的能力：任意碰撞都不会扣能量且能够赢得胡萝卜，不过被撞后会影响自己的轨迹。
- 如在规定时间 30 s 内不进行兔子之间或者和石头碰撞，会扣 3 个萝卜
- 兔子的胡萝卜为 0 则失败
特别提醒：
地图的原点在左上角，x 轴正方向朝右，y 轴正方向朝下。
交互流程
为避免数据传输延迟带来的不确定性，本游戏采用改进版实时对战交互流程，从机制上实现零传输时延。
具体而言，游戏逻辑将逐帧模拟对战场景。每一帧模拟完成后，游戏逻辑会向当前不处于计算状态的玩家发送局面信息，并让这些玩家轮流计算并返回决策结果。
设某玩家用时 \(k\) 帧（向上取整，平台会准确计算玩家的 CPU 用时，且排除通信等待时间）完成计算和决策，那么游戏逻辑会在 \(k\) 帧后应用该玩家的决策。
需要注意的是，处于计算状态的玩家不会收到实时局面信息。这是出于评测流程约束和零时延设计等多方面因素的考量。计算过程中错过的局面信息将在计算结束后一并发送给该玩家。
如果玩家 AI 的计算时间很长，尚未完成决策，又不想错过实时局面信息，则可以发送 noop 指令。但该方法对玩家把握计算时间的能力要求较高，且平台目前只允许玩家 AI 使用单个线程，因此该方法实现难度较高。
如果玩家 AI 在决策时间内超过 60 帧（1 秒）仍未给出任何回应，游戏逻辑将判定该玩家超时。
通讯格式
AI 接收战场数据
游戏开始时，AI 会收到 commandType 为 startGame 的初始数据，包含地图及各兔子的初始信息，格式示例如下：
{
"commandType": "startGame",
"data": {
"myId": 0, // 我的位置，取值为 {0, 1, 2, 3}
"map": {
"width": 1440,
"height": 820,
"borders": [ // 星球边界范围的数组，每个子元素代表一个边界的坐标信息
[ // 第一块边界，子元素表示分割为多个凸多边形的顶点坐标集合
[ // 分割的凸多边形的各个顶点
{ "x": 720, "y": 39 },
{ "x": 720, "y": 0 },
{ "x": 0, "y": 0 },
{ "x": 655, "y": 57 }
],
[ // 分割的凸多边形的各个顶点
{ "x": 721, "y": 780 },
{ "x": 645, "y": 761 },
{ "x": 720, "y": 820 }
],
// ...
// ...
],
// ...
// ...
],
"blocks": [ // 所有石块范围的数组，每个子元素代表一个石块的坐标信息
[ // 第一个石块，子元素表示分割为多个凸多边形的顶点坐标集合
[ // 分割的凸多边形的各个顶点
{ "x": 952.668, "y": 299.556 },
{ "x": 960.668, "y": 300.556 },
{ "x": 973.668, "y": 287.556 },
{ "x": 970.668, "y": 283.556 },
{ "x": 956.668, "y": 285.556 },
{ "x": 953.668, "y": 291.556 }
],
// ...
// ...
],
[ // 第二个石块，子元素表示分割为多个凸多边形的顶点坐标集合
[ // 分割的凸多边形的各个顶点
{ "x": 569.047, "y": 533.269 },
{ "x": 563.047, "y": 517.269 },
{ "x": 546.047, "y": 512.269 },
{ "x": 531.047, "y": 519.269 },
{ "x": 526.047, "y": 531.269 },
{ "x": 526.047, "y": 537.269 },
{ "x": 549.047, "y": 546.269 }
]
]
]
},
"rabbits": [{ /* ... */ }] // 兔子信息的格式描述在下一部分给出
}
}
游戏场景边界和障碍区石块均为不规则多边形。游戏会将多边形分割为多个凸多边形的集合，如下图所示。地图的 JSON 信息中将包含障碍物分割后的各个凸多边形的顶点坐标。
随后，AI 会收到 commandType 为 refreshData 的逐帧游戏局面信息，格式示例如下：
{
"commandType": "refreshData",
"data": [
{
"frame": 114,
"rabbits": [
{
"index": 0, // 兔子序号
"speed": 5, // 兔子运动速度，包含碰撞后发生回弹运动的瞬时速度和行驶瞬时速度，单位px/每帧
"position": {
"x": 779.3980154265994,
"y": 175
}, // 位置坐标，基于兔子中心点
"angle": 1.5707963267948966, // 角度（弧度值 [-PI, PI]）
"angularSpeed": 0, // 单位时间角速度，单位：弧度/每帧
"width": 60, // 兔子的宽（像素）
"height": 60, // 兔子的高（像素）
"score": 20, // 兔子得分
"moveState": 1, // 兔子移动状态，1为向前，0为停，-1为后退
"dirState": 0, // 兔子转向状态，1为向右，0为直行，-1为向左
"active": true, // 兔子是否处于活着状态
"rebounding": false, // 兔子是否处于碰撞回弹状态
"reboundAngle": 0, // 兔子回弹角度，弧度值
"invincible": true, // 兔子是否处于无敌状态
"deathCount": 0,
"velocity": {
"x": 3.061616997868383e-16,
"y": 5
}, // 兔子位移运动速度向量
energy: 50 // 剩余能量值
}
],
"goldCarrot": { // 当场上有金萝卜时，该字段会给出金萝卜的坐标信息
"x": 600, // 否则，该字段是一个空对象
"y": 300
}
},
{
"frame":115,
// ...
},
// ...
]
}
AI 发送控制指令
AI 可以发送指令，控制战场上兔子的操作，详细如下：
前进：速度为5px/每帧
{ commandType: "goForward" }
后退：速度为5px/每帧
{ commandType: "goBack"}
向左转：可设定转向角速度（弧度/帧），有效区间为[0.01, 0.1]，默认0.05，收到指令后，在兔子前进或后退过程中生效
{ commandType: "turnLeft", data: 角速度值 }
向右转：可设定转向角速度（弧度/帧），有效区间为[0.01, 0.1]，默认0.05，收到指令后，在兔子前进或后退过程中生效
{ commandType: "turnRight", data: 角速度值 }
方向回正：回正行驶方向，转向速度变为0
{ commandType: "steerBack" }
停止：停止移动并回正行驶方向，速度变为0，转向速度变为 0
{ commandType: "stop" }
设置消耗能量值：消耗能量值有效区间为[0, 1000]，初始默认值50，但不能超过当前兔子的剩余能量值，否则取剩余最大能量。
{ commandType: "setAttackValue", data: 消耗能量值 }
空操作
{ commandType: "noop" }
AI 可以发送单个指令，也可以发送一个指令的列表。如果发送指令列表，游戏逻辑会按照列表顺序依次应用指令。因此，如果同一帧内发送了多条冲突指令，位于后面的指令会覆盖位于前面的指令。
碰撞及反弹规则
兔兔碰撞、兔物碰撞。兔子边界任意一点与其他兔子或障碍物相交，则判定碰撞发生，碰撞后，兔子根据下面的反弹规则进行反弹，反弹结束后会恢复碰撞前的运行状态，可在反弹过程中发送控制指令覆盖碰撞前的指令，指令在回弹结束后生效。
两兔相撞
假设碰撞瞬间;
兔 A 坐标为 \((x_1, y_1)\);
兔 B 坐标为 \((x_2, y_2)\);
兔 A 位移速度向量为 \((v_{ax}, v_{ay})\);
兔 B 位移速度向量为 \((v_{bx}, v_{by})\);
如果其中一方速度为 \(0\)，则设该物体速度向量为有速度兔子的速度向量的反向向量。
碰撞后，兔 A 反弹初速度向量计算如下（向量加乘计算）：
\(v_a = (x_1-x_2, y_1-y_2)*0.02+ (v_{ax}, v_{ay})*-0.3 + (v_{bx}, v_{by}) * 0.7\)
兔 B 反弹初速度向量计算如下（向量加乘计算）：
\(v_b = (x_2-x_1, y_2-y_1)* 0.02 + (v_{bx}, v_{by}) * -0.3 + (v_{ax}, v_{ay}) * 0.7\)
得到 \(v_a\)、\(v_b\) 后，兔子将以该向量大小为初速度、以向量方向为反弹方向做匀减速运动，加速度为 \(-0.15\)px每帧。
如何估计兔 A 的速度向量呢？
如果处于碰撞反弹中：
移动速度向量为： x：兔A.speed * Math.cos(兔A.reboundAngle), y: 兔A.speed * Math.sin(兔A.reboundAngle)
如果汽车处于行驶状态：
移动速度向量为： x：兔A.speed * Math.cos(兔A.angle), y: 兔A.speed * Math.sin(兔A.angle)
或者，直接取 兔A.velocity 属性即可。
兔子与石块碰撞
规则与兔兔碰撞相同，会设石块速度向量为有速度小车速度向量的反向向量，石块不会被反弹。
AI 编写说明
我们提供了 Python 版本的样例代码，可在 Saiblo 游戏页面 上方点击“下载游戏包”按钮下载。
随后，你可以进入“我的 AI”标签页，上传自己的 AI 代码，并“创建房间”，测试自己的算法。
AI 采用标准输入输出读取局面信息并给出决策指令。
每个输入包均为单行 JSON，可采用如下代码读取：
每个输出包需要按照 Saiblo 规定的协议进行输出，可采用如下代码进行输出：
如果要在单帧内给出多条操作指令，可将 json.dumps() 的参数改为一个指令列表。
注意：每条输入和输出语句必须交替进行、一一对应，否则可能读取到错乱的信息，或触发超时。
由于 stdin 和 stdout 用于和评测机交互，调试信息的输出需要通过 stderr 进行。样例代码中封装了 debug() 方法，可用于输出调试信息。
注意：输出调试信息可能引入额外的时间开销，因此请避免输出过多调试信息，且在最终评测时建议去除所有调试信息输出。
样例代码只是给出了很简单的实现，你可以在此基础上加以完善。根据你代码的复杂程度，你也可以不局限于单个 Python 文件。Saiblo 平台能够接受一个 zip 压缩包作为 AI 代码，其中入口文件名须为 main.py。
评分
本作业为课堂附加作业，因此评分较为严格。具体评分标准如下（以 DDL 时 GitLab 版本为准）：
- 白盒为强制要求。如果平台代码与 GitLab 上不一致，或助教认为你的代码风格较差、Git 使用有严重错误，或者存在学术诚信问题，则无论排名直接记为 0 分（不影响其他人的排名情况）
- 成功编写 AI 参与游戏，并通过资格赛：记 1 分
- 前 11~15 名（如果循环赛参赛少于 20 人则为前 6~10 名，如果少于 10 人则为第 3~5 名，如果少于 5 人则为第二名）：记 3 分
- 前 4~10 名（如果循环赛参赛少于 20 人则为第 3~5 名；如果少于 10 人则为第二名；如果少于 5 人则为第一名）：记 4 分
- 前 2~3 名（如果循环赛参赛少于 20 人则为第二名；如果少于 10 人则为第一名；如果少于 5 人则不评选）：记 6 分
- 第一名（少于 10 人不评选）：记 8 分
上述加分不叠加，并且必须通过资格赛才可得到分数。
在游戏结束后，会有额外展示环节，参与的同学视情况也可获得若干加分。此项对排名无限制，只要提交代码并成功运行即可。如果你觉得你的实现在任何方面有值得分享的地方（如状态解析和存储，兔子的运动规划、障碍规避、能量分配、博弈策略等），都欢迎参与分享！
杜绝抄袭。
FAQ
1. 兔子速度固定吗？
是的，恒定的。
2. 能知道其他兔子的位置和剩余能量吗？
可以的。
3. 每次碰撞要花费的能量值是 AI 实时计算的吗？
可以的，不过注意对手可能也会改变能量值。
4. 同等能量值碰撞会发生什么？
相同能量碰撞能量消耗，胡萝卜互不增减。
5. 金萝卜的状态是否会在数据中返回，坐标点存在是否就证明没有被拿走？
是的。
6. 拿到金萝卜无敌的兔子状态是否会在数据中返回？
是的，兔子吃了金萝卜后无敌状态是这个invincible字段。
7. 一局比赛中地图是动态变化的吗，边界和障碍物会变吗？
不会变。