Merge pull request 'decision_tree_impl' (#25) from decision_tree_impl into master

Reviewed-on: #25

algorithms/a_star.py

@@ -4,25 +4,15 @@ import heapq
 from dataclasses import dataclass, field
 from typing import Tuple, Optional, List
 
-from common.constants import ROWS, COLUMNS
+from common.constants import ROWS, COLUMNS, LEFT, RIGHT, UP, DOWN
+from common.helpers import directions
 
 EMPTY_FIELDS = ['s', 'g', ' ']
-LEFT = 'LEFT'
-RIGHT = 'RIGHT'
-UP = 'UP'
-DOWN = 'DOWN'
 
 TURN_LEFT = 'TURN_LEFT'
 TURN_RIGHT = 'TURN_RIGHT'
 FORWARD = 'FORWARD'
 
-directions = {
-    LEFT: (0, -1),
-    RIGHT: (0, 1),
-    UP: (-1, 0),
-    DOWN: (1, 0)
-}
-
 
 @dataclass
 class State:

common/constants.py

@@ -67,3 +67,8 @@ ACTION = {
 BAR_ANIMATION_SPEED = 1
 BAR_WIDTH_MULTIPLIER = 0.9  # (0;1>
 BAR_HEIGHT_MULTIPLIER = 0.1
+
+LEFT = 'LEFT'
+RIGHT = 'RIGHT'
+UP = 'UP'
+DOWN = 'DOWN'

common/helpers.py

@@ -1,5 +1,16 @@
+from typing import Tuple, List
+
 import pygame
-from common.constants import GRID_CELL_PADDING, GRID_CELL_SIZE, COLUMNS, ROWS
+
+from common.constants import GRID_CELL_PADDING, GRID_CELL_SIZE
+from common.constants import ROWS, COLUMNS, LEFT, RIGHT, UP, DOWN
+
+directions = {
+    LEFT: (0, -1),
+    RIGHT: (0, 1),
+    UP: (-1, 0),
+    DOWN: (1, 0)
+}
 
 
 def draw_text(text, color, surface, x, y, text_size=30, is_bold=False):
@@ -45,3 +56,21 @@ def castle_neighbors(map, castle_bottom_right_row, castle_bottom_right_col):
                         continue
                     neighbors.append((new_col, new_row))
     return neighbors
+
+
+def find_neighbours(grid: List[List[str]], col: int, row: int) -> List[Tuple[int, int]]:
+    dr = [-1, 1, 0, 0]
+    dc = [0, 0, -1, 1]
+
+    neighbours = []
+
+    for i in range(4):
+        rr = row + dr[i]
+        cc = col + dc[i]
+
+        if rr < 0 or cc < 0: continue
+        if rr >= ROWS or cc >= COLUMNS: continue
+        if grid[rr][cc] not in ['g', 's', '.']: continue
+        neighbours.append((rr, cc))
+
+    return neighbours

learning/dataset_tree.csv

@@ -0,0 +1,302 @@
+tower_dist;mob1_dist;mob2_dist;opp1_dist;opp2_dist;opp3_dist;opp4_dist;agent_hp;tower_hp;mob1_hp;mob2_hp;opp1_hp;opp2_hp;opp3_hp;opp4_hp;goal
+24;37;41;19;37;29;20;3;38;13;3;12;9;0;10;tower
+1;35;11;38;37;10;34;4;11;15;7;5;0;6;4;tower
+7;10;5;41;17;27;19;8;31;14;2;2;7;4;0;mob2
+15;3;12;18;9;25;40;8;44;7;5;10;0;5;9;mob1
+18;19;21;12;8;13;10;2;44;5;2;9;7;1;10;opp3
+19;30;11;34;17;26;13;3;35;4;2;0;12;2;12;mob2
+13;17;10;7;9;30;9;2;40;1;5;10;9;12;3;opp4
+14;30;21;11;18;21;7;12;28;5;3;4;0;11;0;tower
+7;38;7;21;5;25;15;6;14;1;4;12;10;12;8;tower
+40;24;41;39;1;9;38;2;12;6;1;1;1;9;11;opp2
+41;2;24;15;17;19;3;10;54;6;6;11;1;2;0;mob1
+25;42;32;25;6;19;11;12;25;10;3;8;11;4;6;tower
+6;19;38;10;32;17;24;5;67;12;3;8;4;10;2;tower
+24;35;32;37;10;7;9;4;75;10;7;11;3;12;10;opp2
+16;25;11;23;6;35;30;11;71;9;4;8;9;12;0;mob2
+37;38;5;22;23;13;25;7;6;3;0;8;12;10;1;mob2
+40;42;34;28;34;8;15;1;54;4;5;10;6;9;1;opp4
+6;16;2;4;18;27;5;12;73;8;7;10;12;5;11;mob2
+9;1;1;18;40;34;20;6;69;12;5;10;6;1;9;mob1
+13;22;4;20;25;29;7;7;27;2;1;9;7;1;3;mob2
+34;15;39;5;37;23;1;3;15;2;1;1;9;10;5;opp1
+38;20;4;22;43;23;22;6;60;6;3;4;4;8;0;mob1
+12;31;5;14;23;15;27;1;50;7;2;6;8;6;3;mob2
+14;37;2;25;23;26;8;4;53;10;0;12;9;9;11;mob2
+33;8;22;35;42;21;21;8;68;6;6;6;6;7;6;mob1
+17;11;7;25;6;16;8;5;52;7;7;0;11;2;2;mob2
+28;12;20;3;7;32;28;12;74;0;6;0;5;12;9;opp2
+21;9;10;38;1;40;41;1;61;3;5;9;7;9;2;opp2
+16;1;39;36;7;36;17;1;37;2;6;10;2;7;4;opp2
+22;15;31;27;3;40;26;9;71;1;0;10;9;5;9;mob1
+27;26;25;9;13;7;27;2;2;9;4;1;1;3;10;opp1
+28;43;18;15;21;16;18;3;51;3;4;10;0;5;0;mob2
+41;8;4;4;6;11;23;12;54;14;5;6;9;8;0;mob2
+15;34;12;17;18;15;19;1;75;5;4;5;1;1;7;opp3
+42;36;1;3;28;24;28;2;54;13;3;6;7;11;7;mob2
+25;22;23;34;8;42;14;9;40;14;5;2;1;7;12;opp2
+41;14;7;43;15;26;19;4;16;3;0;9;12;1;7;mob1
+18;40;1;40;38;10;5;2;54;14;4;11;2;11;9;mob2
+14;35;5;3;5;43;37;3;23;2;1;10;9;11;8;mob2
+40;10;23;25;33;37;26;1;42;14;6;2;11;5;6;mob1
+32;9;26;2;39;27;17;1;36;14;0;6;5;9;1;opp4
+17;12;15;16;29;18;5;9;75;15;0;12;10;1;11;opp3
+23;19;24;31;37;16;23;1;5;8;1;3;7;1;5;tower
+16;23;41;24;20;40;29;2;44;11;0;12;7;0;4;tower
+21;39;26;16;33;17;29;7;53;12;6;11;2;8;9;tower
+9;28;22;33;10;23;8;7;65;15;0;3;9;11;11;mob1
+29;9;34;7;14;7;20;5;69;2;5;4;1;4;4;mob1
+40;39;19;5;14;3;5;11;49;8;1;9;5;1;11;opp3
+19;22;33;29;24;5;39;2;60;15;4;9;5;2;10;opp3
+5;28;7;34;12;6;7;6;42;5;0;8;1;11;2;opp4
+31;36;11;5;34;7;2;7;57;8;7;3;11;2;4;opp3
+20;37;9;38;29;33;14;9;69;0;1;7;0;10;10;mob2
+27;5;9;13;26;8;42;7;0;15;5;3;9;10;4;opp1
+17;38;5;23;34;42;21;2;7;2;6;5;11;12;7;mob2
+37;14;33;32;7;31;41;8;72;1;0;3;6;1;1;opp2
+13;35;21;35;33;7;42;9;57;7;7;4;4;12;9;mob2
+16;40;35;15;19;35;21;8;53;10;3;10;4;0;10;mob1
+25;11;39;2;9;7;18;6;13;0;6;9;4;1;2;mob1
+16;2;41;6;20;21;30;7;45;1;4;9;8;0;2;mob1
+29;33;23;36;38;27;34;6;76;10;4;6;3;8;8;mob2
+15;40;7;41;5;11;14;6;69;6;0;7;11;4;7;mob2
+3;33;35;3;29;20;25;12;22;12;7;4;2;1;7;tower
+12;14;27;30;18;6;35;10;21;1;1;9;4;3;10;tower
+27;21;21;7;10;17;34;5;77;4;5;3;4;0;12;opp1
+29;9;9;18;22;1;13;3;78;12;2;5;1;2;7;opp3
+4;8;6;1;20;38;39;7;50;14;2;10;11;2;2;mob2
+29;10;20;25;24;9;13;11;16;11;6;10;5;5;1;opp4
+35;28;30;42;32;28;29;1;32;11;0;10;2;9;3;mob1
+22;25;1;4;40;18;26;9;80;4;5;8;4;10;2;mob1
+19;29;21;17;35;17;10;9;49;3;0;4;2;9;11;tower
+19;40;5;2;10;5;15;2;14;13;0;6;1;2;0;opp3
+21;33;13;32;15;15;40;6;66;3;0;4;12;8;2;mob1
+14;5;32;32;25;27;1;7;24;8;1;5;5;1;3;opp4
+19;15;24;31;31;40;20;3;54;8;2;8;6;2;0;mob2
+38;15;1;35;14;15;27;4;33;11;2;1;6;7;11;mob2
+1;24;25;23;37;25;19;6;2;12;6;10;0;10;2;tower
+37;19;29;19;2;33;20;12;29;3;6;5;7;8;0;opp2
+5;16;28;42;16;15;30;8;11;0;6;6;5;12;11;tower
+23;2;37;42;40;3;15;7;28;11;2;3;7;0;8;mob1
+11;10;31;11;20;18;9;10;76;5;7;7;5;3;8;mob1
+11;4;16;7;1;39;25;4;66;12;1;2;3;3;7;opp2
+28;2;31;26;43;29;30;9;23;6;7;7;11;9;1;mob1
+9;40;12;13;10;41;29;8;27;2;0;5;3;3;6;tower
+26;37;23;14;23;17;6;4;56;0;7;9;6;5;2;opp4
+26;14;35;13;11;4;38;8;49;3;6;1;11;0;9;mob1
+5;42;19;22;36;16;37;9;46;9;7;2;11;4;10;tower
+20;24;34;29;24;16;2;3;23;0;1;2;10;2;12;tower
+32;40;7;41;38;43;25;8;5;0;0;4;6;10;12;mob2
+28;15;25;14;13;7;30;7;37;11;0;6;10;11;1;mob1
+40;24;28;10;35;38;23;1;40;11;7;0;11;3;12;mob1
+10;6;5;6;20;20;37;12;13;9;0;6;1;10;7;mob1
+36;15;39;28;28;17;14;7;37;6;5;12;12;8;11;mob1
+12;12;30;43;36;42;35;5;41;12;6;0;3;0;2;tower
+37;21;17;8;18;13;33;11;59;4;2;0;0;0;9;mob2
+43;6;20;21;17;29;30;1;55;2;7;5;10;6;4;mob1
+28;27;28;40;12;39;20;9;71;13;5;12;6;7;10;opp2
+3;17;24;31;12;34;43;6;16;11;5;10;1;6;12;tower
+17;35;37;15;16;15;29;5;69;3;2;3;4;7;10;opp1
+30;19;24;1;12;21;32;6;57;12;2;5;7;0;10;mob1
+35;38;20;7;21;38;41;12;66;1;3;4;2;7;8;opp1
+25;13;7;39;18;17;7;12;46;0;1;9;2;10;11;mob2
+35;19;33;11;13;32;15;1;48;3;3;4;4;5;10;opp1
+24;37;36;7;30;32;10;4;5;8;0;7;0;12;7;tower
+18;10;11;35;34;9;39;12;44;6;5;1;0;11;6;mob1
+1;12;33;5;27;3;18;5;75;8;5;10;11;1;10;opp3
+17;34;39;25;35;31;9;5;75;12;5;11;6;6;3;opp4
+35;22;3;24;12;18;32;11;76;5;7;5;10;10;8;mob2
+27;14;42;4;22;29;20;12;50;1;1;9;8;3;8;mob1
+31;30;34;19;35;36;13;6;26;7;5;1;9;11;12;opp1
+29;9;3;27;12;11;25;7;68;13;1;10;11;1;2;opp3
+40;14;35;23;2;26;29;7;69;8;6;0;3;1;10;opp2
+3;33;40;24;34;39;41;3;11;5;1;4;5;0;7;tower
+4;14;35;5;5;1;17;3;37;8;0;5;2;8;0;opp2
+28;35;25;18;21;12;3;4;20;4;4;6;12;7;1;opp4
+42;23;4;26;37;34;35;3;2;15;2;8;12;5;12;mob2
+28;43;9;27;23;5;30;2;48;7;5;5;7;12;6;mob2
+1;42;1;39;12;8;12;3;6;11;4;4;0;11;0;tower
+17;20;15;2;26;11;25;4;62;1;2;1;6;7;5;opp1
+23;5;23;22;11;31;23;11;64;4;7;10;1;11;10;opp2
+18;41;29;22;12;14;29;1;17;3;0;12;9;8;9;tower
+32;11;22;27;27;22;21;6;27;10;4;10;11;11;9;tower
+37;10;39;34;7;4;1;4;72;8;7;7;10;5;5;opp4
+29;6;26;21;37;34;18;3;65;8;4;0;9;12;9;mob1
+9;25;36;39;37;9;20;3;80;11;5;3;11;8;11;tower
+34;23;40;25;23;22;40;6;13;14;0;4;9;12;0;tower
+5;1;40;21;11;42;30;4;56;0;2;6;10;2;0;mob1
+13;20;17;5;35;17;11;5;20;8;0;0;11;2;6;mob1
+35;41;7;14;37;33;25;4;15;1;3;6;1;12;12;mob2
+19;35;37;29;11;20;26;12;38;3;2;11;8;10;9;tower
+32;8;39;14;5;3;9;5;23;12;4;5;1;12;7;opp2
+7;20;1;31;35;15;5;3;72;4;4;12;1;7;1;opp4
+7;41;39;30;1;32;22;4;36;13;6;3;0;9;9;tower
+17;3;40;22;38;40;23;8;43;13;2;5;3;2;4;mob1
+35;34;34;42;35;34;33;8;12;11;7;12;10;11;2;tower
+42;29;10;22;30;36;27;8;25;3;7;0;2;1;9;mob2
+12;2;9;38;13;15;1;7;63;9;4;0;10;1;0;mob1
+23;23;43;24;15;20;36;3;19;4;0;8;8;9;11;tower
+30;18;16;32;20;41;8;10;58;0;0;6;7;3;1;opp4
+7;25;2;31;26;34;15;4;6;11;0;2;5;11;2;tower
+38;20;32;30;37;15;8;7;5;9;6;12;1;4;2;opp4
+34;37;9;11;2;7;32;7;79;13;4;9;9;5;6;opp3
+33;5;14;34;40;21;26;5;31;5;0;4;11;12;1;mob2
+30;36;41;19;9;10;9;7;41;1;6;2;4;4;6;opp2
+6;35;28;8;25;3;21;2;79;11;0;6;10;2;4;opp3
+42;11;27;28;34;14;37;1;10;6;0;5;11;6;4;mob1
+36;38;23;21;15;32;25;2;50;10;0;10;5;2;2;mob1
+4;26;31;19;18;32;40;5;25;12;7;7;2;8;9;tower
+18;29;38;42;4;13;36;9;61;12;5;3;4;7;7;opp2
+5;37;22;24;27;26;32;5;65;4;2;1;6;8;7;tower
+7;32;10;37;23;43;18;12;54;15;1;6;5;4;5;mob2
+21;36;30;41;29;31;2;3;58;9;0;9;6;8;12;mob1
+14;17;5;19;16;39;20;5;43;13;1;2;4;3;4;mob2
+16;28;7;12;28;40;9;8;69;13;1;11;0;1;1;opp4
+33;25;5;18;12;24;24;12;29;11;1;12;7;3;10;mob2
+16;2;31;43;29;16;14;9;25;5;5;6;10;5;1;opp4
+32;18;36;13;29;40;20;12;13;14;2;10;10;11;11;tower
+23;22;23;3;27;24;2;8;62;1;1;3;5;5;8;opp1
+15;2;20;16;10;41;18;2;29;4;3;2;11;7;6;mob1
+19;13;20;8;4;29;15;12;32;10;1;9;11;9;9;mob1
+13;32;41;1;33;33;11;1;28;5;1;10;5;9;6;tower
+27;18;5;2;34;27;17;8;66;9;5;8;2;2;12;mob2
+24;21;17;3;24;4;17;12;52;5;5;6;3;9;0;opp1
+3;5;29;23;27;24;38;1;62;4;4;1;3;0;11;tower
+35;3;28;33;31;6;36;11;69;1;7;4;5;5;0;mob1
+2;15;17;39;6;29;39;3;43;4;2;11;6;1;3;tower
+17;35;10;36;18;4;27;11;5;0;3;5;1;4;3;mob2
+18;15;11;40;24;31;10;7;58;7;0;3;8;4;1;opp4
+11;23;8;20;7;38;6;3;51;12;0;11;10;10;2;opp4
+7;16;13;27;41;1;13;10;25;9;4;11;10;11;5;mob1
+1;37;22;9;20;24;36;10;53;12;0;3;9;10;2;tower
+10;27;42;42;19;26;39;7;35;0;5;9;2;2;10;tower
+10;1;28;12;9;10;7;9;5;2;4;6;0;9;7;mob1
+28;19;27;8;3;37;34;11;25;7;1;11;0;1;3;mob1
+39;15;23;9;7;32;1;3;52;8;1;6;7;0;2;opp4
+11;9;5;16;17;8;29;4;45;3;6;2;12;6;1;mob2
+42;40;37;31;37;37;30;4;6;11;3;9;6;2;4;mob1
+39;6;12;16;32;13;20;7;52;4;5;0;4;9;3;mob1
+18;8;42;26;27;15;13;6;41;11;1;2;4;7;12;mob1
+25;32;15;24;31;18;7;12;24;0;4;12;9;3;2;opp4
+38;34;32;6;18;27;30;6;8;12;7;12;11;10;9;tower
+39;29;10;29;12;42;10;7;15;6;2;3;8;10;5;mob2
+26;9;18;24;1;23;27;2;78;8;2;3;6;0;2;opp2
+16;30;13;4;10;29;8;4;78;4;1;7;3;5;10;opp2
+2;36;22;20;42;1;15;10;30;11;6;2;4;12;11;tower
+21;24;25;17;32;4;10;9;31;14;3;11;7;0;5;mob1
+37;10;14;10;2;38;23;1;39;10;5;2;10;12;1;opp1
+11;34;26;20;26;30;6;4;50;3;4;4;3;1;12;tower
+14;8;30;29;17;41;3;4;77;8;6;8;4;3;9;mob1
+16;25;10;14;23;15;41;11;24;1;7;8;9;11;8;mob2
+36;16;16;24;25;34;17;1;51;13;5;9;11;0;5;mob2
+35;17;2;18;29;38;39;12;31;5;5;3;0;2;11;mob2
+11;39;41;5;5;27;17;11;30;6;0;0;8;11;11;tower
+14;21;13;17;7;21;16;5;48;8;6;10;11;10;0;mob2
+9;23;19;33;12;15;34;11;36;10;1;12;11;7;0;tower
+32;2;43;38;28;3;27;9;67;9;3;7;8;8;7;opp3
+32;2;32;21;13;6;16;10;37;3;7;9;5;12;2;opp4
+5;6;43;9;31;15;15;2;75;11;7;4;12;12;11;mob1
+26;20;27;28;40;32;17;2;56;6;2;8;7;3;10;mob1
+24;10;25;25;25;38;35;5;47;14;0;6;0;2;11;mob1
+26;39;26;33;14;39;14;2;24;12;7;3;2;7;12;opp2
+3;32;20;38;40;39;25;2;66;8;3;11;10;3;2;tower
+40;6;41;21;1;4;25;3;79;10;2;12;8;5;9;mob1
+8;39;19;4;14;15;5;10;52;9;0;3;7;12;4;opp1
+18;12;29;42;33;43;23;9;69;12;1;5;1;11;2;mob1
+4;26;28;23;20;34;14;8;7;0;0;10;1;12;12;tower
+25;24;29;40;25;37;33;1;64;8;0;3;0;6;5;mob1
+29;12;41;37;3;42;16;11;43;7;3;10;1;0;0;opp2
+19;4;8;34;34;1;7;10;62;5;4;10;1;3;1;opp4
+11;24;27;43;10;9;32;12;43;10;2;1;0;11;2;tower
+30;42;34;12;41;6;6;8;57;6;5;6;8;11;9;opp1
+21;25;26;10;18;19;15;8;13;14;4;8;11;0;8;tower
+36;24;25;6;10;30;13;1;64;9;3;5;9;4;6;opp1
+18;29;20;19;30;21;3;11;36;1;7;4;12;8;0;tower
+32;23;3;40;14;8;19;8;77;13;5;10;5;11;5;mob1
+30;31;27;13;8;35;35;8;75;0;7;4;1;1;4;opp2
+30;43;1;5;3;2;20;2;33;1;2;6;0;10;1;mob2
+33;40;5;36;7;25;40;9;72;5;0;6;6;5;6;mob1
+42;32;16;30;7;6;14;2;64;1;5;8;0;6;8;mob2
+13;25;6;38;26;23;30;2;5;2;7;9;0;10;8;tower
+5;24;10;7;15;1;37;6;69;10;6;0;7;2;11;opp3
+13;38;12;18;42;23;16;8;21;12;0;6;12;1;10;tower
+15;6;32;40;12;26;11;1;1;3;7;7;4;0;8;mob1
+9;38;29;26;19;22;28;6;52;8;5;11;2;5;3;tower
+18;19;23;43;21;28;19;8;42;14;4;11;0;5;6;tower
+6;37;4;35;10;4;26;11;44;6;1;2;5;4;12;mob2
+4;26;36;9;34;11;38;10;18;4;7;6;9;12;5;tower
+10;36;8;16;8;42;9;11;67;6;4;1;10;9;3;opp1
+15;7;22;13;19;16;28;2;20;7;5;0;3;7;8;mob1
+16;22;8;35;10;12;32;5;33;0;3;6;10;4;5;mob2
+27;4;3;9;29;26;22;1;1;9;1;3;0;8;6;mob2
+31;5;29;5;41;17;5;4;12;12;7;8;0;12;4;opp4
+29;42;10;39;5;40;43;12;3;15;4;11;2;12;9;opp2
+19;22;17;14;36;11;2;9;69;8;0;12;8;8;12;mob1
+11;5;3;34;37;37;20;7;37;15;7;4;4;9;12;mob1
+5;12;10;4;34;26;30;3;5;3;5;0;8;11;9;tower
+31;9;42;22;10;8;32;9;16;6;7;10;5;1;0;opp3
+22;27;31;10;21;18;41;3;39;4;6;5;1;12;11;opp2
+5;19;26;28;37;26;22;1;31;4;6;10;7;5;11;tower
+3;7;2;8;3;26;24;9;12;10;4;7;6;4;7;tower
+41;30;13;25;36;41;7;12;11;2;3;7;12;8;3;opp4
+23;26;24;13;17;21;24;9;29;15;5;8;0;4;11;tower
+36;6;7;18;6;1;15;1;12;14;6;4;1;11;9;opp2
+5;23;43;2;5;6;11;10;75;15;2;0;12;11;4;opp4
+17;39;8;7;41;14;16;7;45;8;1;2;2;2;8;opp1
+37;26;34;5;9;20;18;12;41;13;6;0;0;6;6;tower
+40;35;12;6;10;10;18;10;29;14;1;2;11;0;11;opp1
+2;35;18;2;9;34;10;4;42;0;0;2;3;10;6;opp1
+1;14;1;3;17;8;39;8;56;3;4;2;1;5;4;mob2
+40;28;8;20;37;2;42;10;19;8;1;3;7;8;0;mob2
+31;28;14;3;6;17;1;7;45;2;3;2;9;3;0;opp1
+24;13;15;11;38;28;13;12;51;3;4;6;4;2;12;mob2
+30;38;6;26;11;11;30;4;40;15;2;6;4;1;8;opp3
+42;37;32;2;5;19;35;2;64;9;5;12;3;8;3;opp2
+23;24;32;40;4;24;1;3;78;14;4;5;9;10;2;opp4
+5;22;19;22;41;3;34;11;50;5;2;6;10;1;3;opp3
+3;38;20;2;25;6;25;6;59;15;3;3;0;10;8;opp1
+33;41;39;42;38;29;27;5;33;14;5;5;2;1;12;opp3
+20;10;27;16;14;7;35;1;24;13;6;7;11;4;4;opp3
+6;8;4;35;12;40;15;10;38;12;7;0;10;6;5;mob2
+18;41;35;8;13;14;4;1;70;6;1;0;7;11;6;opp4
+39;42;12;28;11;40;7;3;71;3;7;5;2;1;10;opp2
+32;32;24;19;13;14;40;12;18;6;1;1;8;11;10;opp1
+31;14;16;12;33;25;5;5;8;8;6;8;6;5;2;opp4
+38;31;34;27;5;26;27;8;75;3;6;6;10;1;5;mob1
+2;7;23;8;24;28;20;2;31;5;7;9;0;11;11;tower
+39;43;17;21;31;13;41;8;43;10;5;4;10;6;8;mob1
+3;6;17;7;22;23;22;6;40;8;6;7;1;7;11;tower
+3;42;13;24;32;1;33;5;68;7;0;4;6;1;10;opp3
+12;26;4;18;2;42;29;10;41;11;3;10;10;10;9;mob2
+21;26;7;24;31;10;33;4;51;1;2;8;2;8;3;mob2
+39;22;7;20;5;29;38;10;8;4;1;9;12;11;0;mob2
+20;19;1;22;36;13;5;7;4;3;7;3;9;1;2;mob2
+4;7;42;17;6;14;26;11;45;9;4;10;6;11;2;tower
+23;27;11;25;38;26;34;10;77;13;7;4;3;5;9;mob1
+40;10;29;8;7;32;32;12;32;9;2;10;11;2;4;mob2
+37;22;34;17;17;25;40;5;74;9;3;3;8;2;9;opp1
+23;10;36;43;31;26;32;5;59;1;1;2;3;8;3;mob1
+14;32;8;4;17;33;8;9;74;5;1;7;12;7;3;mob2
+8;14;21;26;16;43;10;5;26;1;1;5;0;1;5;tower
+7;3;19;7;39;28;12;11;32;9;0;7;12;11;10;tower
+11;21;13;31;30;15;43;10;73;6;1;3;11;9;12;mob2
+28;10;32;28;26;36;38;4;15;11;0;12;11;12;7;mob1
+39;2;25;11;11;25;35;8;36;14;0;9;10;1;7;mob1
+43;41;39;38;16;5;35;12;48;14;4;7;3;11;6;opp2
+36;31;28;41;40;23;23;11;27;7;2;11;0;6;11;mob1
+28;8;38;39;31;3;7;7;47;0;6;8;0;2;6;opp3
+5;8;19;26;26;9;1;8;66;15;3;8;11;7;7;opp4
+36;28;27;7;25;1;21;10;63;0;6;4;2;10;4;opp1
+19;3;6;35;5;29;3;9;63;2;7;3;12;1;3;opp4
+27;5;36;31;6;10;27;12;9;8;6;10;9;6;11;mob1
+21;21;27;18;26;9;39;1;43;6;3;5;10;0;7;mob1
+12;39;15;31;32;9;39;7;26;4;0;12;5;0;12;tower
+41;18;22;33;25;6;37;1;77;14;7;12;7;4;8;opp3
+8;33;19;22;5;36;28;3;69;15;5;5;0;7;3;mob1
+24;8;15;16;21;18;15;9;78;4;0;4;9;5;4;mob2
+38;24;26;28;41;21;43;2;65;15;3;1;10;5;4;mob1
+33;17;6;4;34;36;25;6;35;4;4;10;9;0;3;mob2
+29;25;30;19;35;38;33;6;68;5;1;0;5;11;6;mob1
+23;43;41;25;27;26;19;7;12;8;3;4;10;11;9;tower
+7;9;18;31;36;21;16;4;23;8;4;9;8;11;5;tower
+35;21;39;36;36;37;33;10;41;9;4;1;0;7;0;mob1

learning/decision_tree.py

@@ -0,0 +1,77 @@
+from typing import List, Tuple
+
+import pandas as pd
+from sklearn.preprocessing import LabelEncoder
+from sklearn.tree import DecisionTreeClassifier
+
+from common.helpers import castle_neighbors, find_neighbours
+from models.castle import Castle
+from models.knight import Knight
+from models.monster import Monster
+
+
+def manhattan_distance(p1: Tuple[int, int], p2: Tuple[int, int]) -> int:
+    x1, y1 = p1
+    x2, y2 = p2
+    return abs(x1 - x2) + abs(y1 - y2)
+
+
+def parse_hp(hp: int) -> int:
+    return max(0, hp)
+
+
+def parse_idx_of_opp_or_monster(s: str) -> int:
+    return int(s[-1]) - 1
+
+
+class DecisionTree:
+    def __init__(self) -> None:
+        data_frame = pd.read_csv('learning/dataset_tree.csv', delimiter=';')
+        unlabeled_goals = data_frame['goal']
+        self.goals_label_encoder = LabelEncoder()
+        self.goals = self.goals_label_encoder.fit_transform(unlabeled_goals)
+        self.train_set = data_frame.drop('goal', axis='columns')
+        self.model = DecisionTreeClassifier(criterion='entropy')
+        self.model.fit(self.train_set.values, self.goals)
+
+    def predict_move(self, grid: List[List[str]], current_knight: Knight, castle: Castle, monsters: List[Monster],
+                     opponents: List[Knight]) -> \
+            List[Tuple[int, int]]:
+        distance_to_castle = manhattan_distance(current_knight.position, castle.position)
+
+        monsters_parsed = []
+        for monster in monsters:
+            monsters_parsed.append((manhattan_distance(current_knight.position, monster.position), parse_hp(
+                monster.current_hp)))
+
+        opponents_parsed = []
+        for opponent in opponents:
+            opponents_parsed.append(
+                (manhattan_distance(current_knight.position, opponent.position), parse_hp(opponent.current_hp)))
+
+        prediction = self.get_prediction(tower_dist=distance_to_castle, tower_hp=castle.current_hp,
+                                         mob1_dist=monsters_parsed[0][0], mob1_hp=monsters_parsed[0][1],
+                                         mob2_dist=monsters_parsed[1][0], mob2_hp=monsters_parsed[1][1],
+                                         opp1_dist=opponents_parsed[0][0], opp1_hp=opponents_parsed[0][1],
+                                         opp2_dist=opponents_parsed[1][0], opp2_hp=opponents_parsed[1][1],
+                                         opp3_dist=opponents_parsed[2][0], opp3_hp=opponents_parsed[2][1],
+                                         opp4_dist=opponents_parsed[3][0], opp4_hp=opponents_parsed[3][1],
+                                         agent_hp=current_knight.current_hp)
+        print(prediction)
+        if prediction == 'tower':  # castle...
+            return castle_neighbors(grid, castle_bottom_right_row=castle.position[0],
+                                    castle_bottom_right_col=castle.position[1])
+        elif prediction.startswith('opp'):
+            idx = parse_idx_of_opp_or_monster(prediction)
+            return find_neighbours(grid, opponents[idx].position[1], opponents[idx].position[0])
+        else:
+            idx = parse_idx_of_opp_or_monster(prediction)
+            return find_neighbours(grid, monsters[idx].position[1], monsters[idx].position[0])
+
+    def get_prediction(self, tower_dist: int, mob1_dist: int, mob2_dist: int, opp1_dist: int, opp2_dist: int,
+                       opp3_dist: int, opp4_dist: int, agent_hp: int, tower_hp: int, mob1_hp: int, mob2_hp: int,
+                       opp1_hp: int, opp2_hp: int, opp3_hp: int, opp4_hp) -> str:
+        prediction = self.model.predict(
+            [[tower_dist, mob1_dist, mob2_dist, opp1_dist, opp2_dist, opp3_dist, opp4_dist, agent_hp,
+              tower_hp, mob1_hp, mob2_hp, opp1_hp, opp2_hp, opp3_hp, opp4_hp]])
+        return self.goals_label_encoder.inverse_transform(prediction)[0]

logic/level.py

@@ -2,9 +2,9 @@ import random
 
 import pygame
 
-from algorithms.a_star import a_star, State, TURN_RIGHT, TURN_LEFT, FORWARD, UP, DOWN, LEFT, RIGHT
+from algorithms.a_star import a_star, State, TURN_RIGHT, TURN_LEFT, FORWARD
 from common.constants import *
-from common.helpers import castle_neighbors
+from learning.decision_tree import DecisionTree
 from logic.knights_queue import KnightsQueue
 from logic.spawner import Spawner
 from models.castle import Castle
@@ -17,6 +17,7 @@ class Level:
     def __init__(self, screen, logs):
         self.screen = screen
         self.logs = logs
+        self.decision_tree = DecisionTree()
         # sprite group setup
         self.sprites = pygame.sprite.LayeredUpdates()
 
@@ -112,12 +113,19 @@ class Level:
         knight_pos_x = current_knight.position[0]
         knight_pos_y = current_knight.position[1]
 
-        castle_cords = (self.list_castles[0].position[0], self.list_castles[0].position[1])
+        goal_list = self.decision_tree.predict_move(grid=self.map, current_knight=current_knight,
-        goal_list = castle_neighbors(self.map, castle_cords[0], castle_cords[1])  # list of castle neighbors
+                                                    monsters=self.list_monsters,
+                                                    opponents=self.list_knights_red
+                                                    if current_knight.team_alias == 'k_r' else self.list_knights_blue,
+                                                    castle=self.list_castles[0])
+
+        if len(goal_list) == 0:
+            return
 
         state = State((knight_pos_y, knight_pos_x), current_knight.direction.name)
         action_list = a_star(state, self.map, goal_list)
         print(action_list)
+        print(goal_list)
 
         if len(action_list) == 0:
             return

models/monster.py

@@ -1,6 +1,7 @@
-import pygame.image
 import random
 
+import pygame.image
+
 from common.helpers import parse_cord
 from logic.health_bar import HealthBar
 
@@ -20,10 +21,11 @@ class Monster(pygame.sprite.Sprite):
         self.image = pygame.transform.scale(self.image, (40, 40))
         position_in_px = (parse_cord(position[0]), parse_cord(position[1]))
         self.rect = self.image.get_rect(topleft=position_in_px)
-
+        self.position = position
         self.max_hp = random.randrange(15, 25)
         self.current_hp = random.randint(1, self.max_hp)
-        self.health_bar = HealthBar(screen, self.rect, current_hp=self.current_hp, max_hp=self.max_hp, calculate_xy=True, calculate_size=True)
+        self.health_bar = HealthBar(screen, self.rect, current_hp=self.current_hp, max_hp=self.max_hp,
+                                    calculate_xy=True, calculate_size=True)
         self.attack = random.randrange(2, 10)
         if self.image == monster_images[0]:
             self.max_hp = 20