ARE_Dynamic_2017/ARE-DYNAMIC.py

# -*- coding:utf-8 -*-
############################
### ARE-DYNAMIC.py
###
### Auteurs:
###     Julian Barathieu (3670170)
###     Lucie Hoffmann (3671067)
###     Nicolas Boussenina (3670515)
###     Constance Poulain (3671006)
###
### Projet: Théorie des Jeux, Dilemne du Prisonier
### ARE-DYNAMIC 2016-2017 UPMC MIPI
###

######################
### Importations

import copy
import random
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.animation as animation

######################
### Variables Globales

# taille de la grille
TailleGrilleX = 15
TailleGrilleY = 15

# Grille
Grille = np.ndarray((TailleGrilleX, TailleGrilleY))

# historique des grilles aux itérations précédentes
# utilisé durant l'affichage dynamique
HistoriqueGrilles = list()

# chaque StratsResultats[i] est un triplet [nb_utilisations, total_ans_prisons, utilisation_detail] avec:
#       i = index de la stratégie en question
#       nb_utilisations = nombre total d'utilisations de la stratégie
#       total_ans_prisons = total d'années de prisons subies par les utilisateurs de la stratégie
#       utilisation_detail[i] = une liste de trilets [utilisateurs, utilisations, prisons]
#           représentant, à la fin de l'itération i, le nombre d'utilisateurs, le nombre d'utilisations
#           ainsi quel le nombre d'années de prisons qu'ils ont accumulés
#           attention, le nombre d'utilisateurs stockés est 
StratsResultats = list()

# liste des stratégies (fonctions Joueur^2 -> {0, 1} décidant si un joueur nie ou non en fonction de son adversaire)
ListeStrategies = list()

# liste des fonctions génératrices de grille
ListeGenGrille = list()

# génératrice de grille à utiliser
TypeGrilleInitiale = 3

# itération actuelle
Iteration = 0

# nombre max d'itérations
MaxIterations = 4

# stratégie par défaut
StratParDefaut = 0

# affichage dynamique
AffichageDynamique = True

# nécessaire pour matrice_init_pourcents_choisis()
ListePourcents = list()

#Couleurs des Stratégies
CouleursStrat=['b','r','black','g','purple']


"""
Types:
    Coord = tuple(x, y)
    Joueur = dict("x", "y", "etat", "historique_etats", "strategie", "annees_de_prison", "historique_strategies")
    GrilleJoueurs = matrice2d(Joueur)
"""

#####################################
### Génération de la matrice initiale
def gen_matrice_initiale():
    """
        NoneType -> GrilleJoueurs
    """
    fonction_gen = ListeGenGrille[TypeGrilleInitiale]
    
    return fonction_gen()

##############################
### Execution des tours / jeux

def partie1v1(joueur, adversaire):
    """
        Joueur^2 -> int
        
        Effectue une partie à deux joueurs
        Renvoie: paire (prison_joueur, prison_adversaire)
    """

    stratj = ListeStrategies[joueur["strategie"]]
    strata = ListeStrategies[adversaire["strategie"]]
    
    etatj = stratj(joueur, adversaire)
    etata = strata(adversaire, joueur)
    
    # 1 = avouer
    # 0 = nier
    if etatj == 0:
        if etata == 0:
            # nie-nie
            ans_prison = (2, 2)
        else:
            # nie-avoue
            ans_prison = (10, 0)
    else:
        if etata == 0:
            # avoue-nie
            ans_prison = (0, 10)
        else:
            # avoue-avoue
            ans_prison = (5, 5)

    StratsResultats[joueur["strategie"]][0] += 1
    StratsResultats[joueur["strategie"]][1] += ans_prison[0]
    StratsResultats[adversaire["strategie"]][0] += 1
    StratsResultats[adversaire["strategie"]][1] += ans_prison[1]

    StratsResultats[joueur["strategie"]][2][Iteration][1] += 1
    StratsResultats[joueur["strategie"]][2][Iteration][2] += ans_prison[0]
    StratsResultats[adversaire["strategie"]][2][Iteration][1] += 1
    StratsResultats[adversaire["strategie"]][2][Iteration][2] += ans_prison[0]

    joueur["etat"] = etatj
    adversaire["etat"] = etata

    joueur["annees_de_prison"] += ans_prison[0]
    adversaire["annees_de_prison"] += ans_prison[1]

    return ans_prison

def partie8tours(x,y):
    """ 
        Coord -> NoneType 
        
        Effectue huit parties 1v1 entre le joueur et chacun de ses voisins l'un après l'autre    
    """
    for i in range (-1,2):
        for j in range (-1,2):  #(i,j) sont les coordonnées de l'adversaire
            if (0 <= x+i and x+i < len(Grille)) and (0 <= y+j and y+j < len(Grille[0])) and i != 0 and j != 0:
                partie1v1(Grille[x][y], Grille[x+i][y+j])

def partie_globale():
    """
        Effectue une partie de huit par joueur
    """

    global Grille

    for i in range(len(Grille)):
        for j in range(len(Grille[0])):
            partie8tours(i,j)
    
    # Changement des stratégies

    # On parcourt une copie de la grille pour avoir accès aux anciennes stratégies et non pas aux nouvelles adoptées

    copie_grille = np.copy(Grille)
    for x in range(len(copie_grille)): 
        for y in range(len(copie_grille[0])):
            #(x,y) : joueur dont on va modifier la stratégie, si besoin
            min_prison = copie_grille[x][y]["annees_de_prison"]
            new_strat = copie_grille[x][y]["strategie"]
            for i in range (-1,2):
                for j in range (-1,2):  #(x+i,y+j) : adversaires autour de (x,y)
                    if (0 <= x+i and x+i < len(Grille)) and (0 <= y+j and y+j < len(Grille[0])) and i != 0 and j != 0:
                        if min_prison > copie_grille[x+i][y+j]["annees_de_prison"]:
                            new_strat = copie_grille[x+i][y+j]["strategie"]
            Grille[x][y]["strategie"] = new_strat   # on modifie la stratégie du joueur dans la Grille et pas dans la copie
            
    # Réinitialisation du nb d'années de prison
    for j in range(len(Grille[0])):
            Grille[i][j]['annees_de_prison'] = 0
    
    return Grille



#####################################
### Fonction génératrices de matrices

def matrice_init_vide():
    """
        Crée une matrice contenant des dicts vides {}
    """

    return [[dict() for x in range(TailleGrilleX)] for y in range(TailleGrilleY)]

def matrice_init_meme_strat():
    """
        int -> array
        
        Index: 0
        
        Crée la matrice des joueurs où chacun a la même stratégie
        mais commence avec des statuts différents, générés aléatoirement
    """

    histo_strat = [StratParDefaut]
    matrice = matrice_init_vide()


    for i in range(TailleGrilleY):
        for j in range(TailleGrilleX):
            etat = random.randint(0, 1)
            matrice[i][j] = {'x' : i, 'y':j, 'etat' : etat, 'strategie' : StratParDefaut, 'annees_de_prison' : 0,\
            'historique_strategies' : histo_strat, 'historique_etats' : [etat]}

    return matrice

def matrice_init_nie_sauf_un():
    """
        int -> array
        
        Index: 1

        Crée la matrice des joueurs tel que chaque joueurs
        nie, sauf un qui avoue. Chaque joueur à la même
        stratégie
    """
    
    histo_strat = [StratParDefaut]
    matrice = matrice_init_vide()

    for i in range(TailleGrilleY):
        for j in range(TailleGrilleX):
            matrice[i][j] = {'x' : i, 'y' : j, 'etat' : 1, 'strategie' : StratParDefaut, 'annees_de_prison' : 0,\
            'historique_strategies' : histo_strat, 'historique_etats' : [1]}

    index_aleatoirex = random.randint(0,TailleGrilleX-1)
    index_aleatoirey = random.randint(0,TailleGrilleY-1)
    (matrice[index_aleatoirex][index_aleatoirey])['etat'] = 0

    return matrice

def matrice_init_avoue_sauf_un():
    """
        int -> array
        
        Index: 2

        Créer la matrice des joueurs tel que chaque joueur avoue,
        sauf un qui nie. Tous les joueurs ont la même strategie
    """

    histo_strat = [StratParDefaut]
    matrice = matrice_init_vide()

    for i in range(TailleGrilleY):
        for j in range(TailleGrilleX):
            matrice[i][j] = {'x' : i, 'y' : j, 'etat' : 0, 'strategie' : StratParDefaut, 'annees_de_prison' : 0,\
            'historique_strategies' : histo_strat, 'historique_etats' : [0]}

    index_aleatoirex = random.randint(0,TailleGrilleX-1)
    index_aleatoirey = random.randint(0,TailleGrilleY-1)
    (matrice[index_aleatoirex][index_aleatoirey])['etat'] = 1

    return matrice

def matrice_init_equitable():
    """
        Crée la matrice des joueurs tel que le probabilité d'apparition de chaque 
        stratégie est équitable. Les états initiaux de chaque
        joueur sont aléatoires.
        
        Index: 3
    """

    matrice_strat = np.full((TailleGrilleX, TailleGrilleY), -1, dtype=int)
    nb_de_joueurs_de_chaque = int((TailleGrilleX*TailleGrilleY)/len(ListeStrategies))
    
    places_vides = TailleGrilleX*TailleGrilleY
    for e in range(len(ListeStrategies)):
        count_joueurs = 0
        
        while count_joueurs <= nb_de_joueurs_de_chaque:
            index_aleatoirex = random.randint(0,TailleGrilleX-1)
            index_aleatoirey = random.randint(0,TailleGrilleY-1)
            if matrice_strat[index_aleatoirex][index_aleatoirey] != -1:
                if places_vides < 1:
                    break
                continue
            matrice_strat[index_aleatoirex][index_aleatoirey] = e
            count_joueurs += 1
            places_vides -= 1

    for i in range(TailleGrilleY):                #on vérifie qu'il n'y a pas d'index vides
        for j in range(TailleGrilleX):            #si oui, on le rempli avec une strat aléatoire
            if matrice_strat[i][j] == -1:
                matrice_strat[i][j] = random.randint(0, len(ListeStrategies))

    matrice = matrice_init_vide()

    for i in range(TailleGrilleY):
        for j in range(TailleGrilleX):
            etat = random.randint(0, 1)
            matrice[i][j] = {'x' : i, 'y' : j, 'etat' : etat, 'strategie' : matrice_strat[i][j], 'annees_de_prison' : 0,\
            'historique_strategies' : [matrice_strat[i][j]], 'historique_etats' : [etat]}

    return matrice

def matrice_init_pourcents_choisis():
    """
        list[float] -> array
        
        Index: 4

        ListePourcents contient des float de 0.0 à 1.0.
        Crée la matrice des joueurs tel que le pourcentage de
        chaque stratégie est choisi. Les états initiaux sont
        choisis aléatoirement.
    """
    if (len(ListePourcents) != len(ListeStrategies)):
        print("Erreur: matrice_init_pourcents_choisis: liste_pourcent est de taille incorrecte!")
    
    matrice_strat = np.full((TailleGrilleX, TailleGrilleY), -1, dtype=int)

    list_nb_joueurs_de_chaque = list()
    for i in range(len(ListePourcents)):
        list_nb_joueurs_de_chaque.append((TailleGrilleX*TailleGrilleY)*ListePourcents[i])
    
    places_vides = TailleGrilleX*TailleGrilleY
    for e in range(len(ListePourcents)):
        count_joueurs = 0

        while count_joueurs <= list_nb_joueurs_de_chaque[e]:
            index_aleatoirex = random.randint(0,TailleGrilleX-1)
            index_aleatoirey = random.randint(0,TailleGrilleY-1)
            if matrice_strat[index_aleatoirex][index_aleatoirey] != -1:
                if places_vides < 1:
                    break
                continue
            matrice_strat[index_aleatoirex][index_aleatoirey] = e
            count_joueurs += 1
            places_vides -= 1
    
    for i in range(TailleGrilleY):                #on vérifie qu'il n'y a pas d'index vides
        for j in range(TailleGrilleX):            #si oui, on le rempli avec une strat aléatoire
            if matrice_strat[i][j] == 0:
                matrice_strat[i][j] = random.randint(0, len(ListePourcents))

    matrice = matrice_init_vide()

    for i in range(TailleGrilleY):
        for j in range(TailleGrilleX):
            etat = random.randint(0, 1)
            matrice[i][j] = {'x' : i, 'y' : j, 'etat' : etat, 'strategie' : matrice_strat[i][j], 'annees_de_prison' : 0,\
            'historique_strategies' : [matrice_strat[i][j]], 'historique_etats' : [etat]}

    return matrice

#######################
### Fonction stratégies

def strat_toujours_nier(joueur, adversaire):
    """
        Joueur^2 -> int
    
        Index: 0
        
        Toujours nier (coopération)
    """
    return 0    # 0 : coop
    
def strat_toujours_avouer(joueur, adversaire):
    """
        Joueur^2 -> int
    
        Index: 1
        
        Toujours avouer (trahir)
    """
    return 1    #1 : traître

def strat_altern(joueur, adversaire):
    """
        Joueur^2 -> int
    
        Index: 2
        
        Le joueur alterne entre nier et avouer
    """

    return 1 - joueur['etat']
    
def strat_precedent_adversaire(joueur, adversaire):
    """
        Joueur^2 -> int
    
        Index: 3
        
        Le joueur avoue/nie si durant la partie locale précédente, son adversaire avait avoué/nié (on utilise l'hisorique des états)
    """
    return adversaire['historique_etats'][len(adversaire['historique_etats'])-1] == 0
        
def strat_principal_adversaire(joueur, adversaire):
    """
       Joueur^2 -> int
       
       Index: 4
       
       Le joueur avoue/nie si l’adversaire avait majoritairement avoué/nié durant ses parties précédentes (on utilise l'hisorique des états)
       Si aucun état n’est majoritaire, la coopération l’emporte (le joueur nie)
    """
   
    s = 0 # somme des entiers représentant les états

    for i in adversaire['historique_etats']:
        s += i
    
    if len(adversaire['historique_etats']) == 0:
        return 0

    elif (s/len(adversaire['historique_etats'])) > 0.5: 
        return 1

    else:
        return 0

def strat_meilleur_gain (joueur, adversaire):
    """
        Joueur^2 -> int

        Index : 5

        Le joueur adopte l'état de l'adversaire ayant obtenu le meilleur gain (= le moins d'années de prison) 
    """
    max_gain = joueur['annees_de_prison']
    nveau_etat = joueur['etat']
    x = joueur['x']
    y = joueur['y']
    for i in range (-1,2):
        for j in range (-1,2):  #(i,j) sont les coordonnées de l'adversaire
            if (0 <= x+i and x+i < len(Grille)) and (0 <= y+j and y+j < len(Grille[0])) and i != 0 and j != 0:
                if Grille[i][j]['annees_de_prison'] < max_gain :
                    max_gain = Grille[i][j]['annees_de_prison']
                    nveau_etat = Grille[i][j]['etat']
    return nveau_etat



###############################################################################

##############
### Simulation

def init_complete():
    """
        Rajoute à ListeStrategies toutes les fonctions stratégies
        Rajoute à ListeGenGrille toutes les fonctions de génération de grille
    """

    ListeGenGrille.append(matrice_init_meme_strat)          # 0
    ListeGenGrille.append(matrice_init_nie_sauf_un)         # 1
    ListeGenGrille.append(matrice_init_avoue_sauf_un)       # 2
    ListeGenGrille.append(matrice_init_equitable)           # 3
    ListeGenGrille.append(matrice_init_pourcents_choisis)   # 4    
    
    ListeStrategies.append(strat_toujours_nier)         # 0
    ListeStrategies.append(strat_toujours_avouer)       # 1
    ListeStrategies.append(strat_altern)                # 2
    ListeStrategies.append(strat_precedent_adversaire)  # 3
    ListeStrategies.append(strat_principal_adversaire)  # 4

    global Grille
    global StratsResultats

    Grille = gen_matrice_initiale()

    for i in range(len(ListeStrategies)):
        StratsResultats.append([0, 0, [ [0, 0, 0] ]])
        for x in range(TailleGrilleX):
            for y in range(TailleGrilleY):
                if Grille[x][y]["strategie"] == i:
                    StratsResultats[i][2][0][0] += 1
    return Grille


def simulation():
    global Iteration
    global HistoriqueGrilles
    
    Iteration = 0

    while Iteration <= MaxIterations:
        HistoriqueGrilles.append(copy.deepcopy(Grille))

        Iteration += 1
    
        for i in range(len(StratsResultats)):
            StratsResultats[i][2].append([0, 0, 0])
    
        partie_globale()
        
        for i in range(len(StratsResultats)):
            for x in range(TailleGrilleX):
                for y in range(TailleGrilleY):
                    if Grille[x][y]["strategie"] == i:
                        StratsResultats[i][2][Iteration][0] += 1
    
    return Grille


###############################################################################
### Affichage dynamique et graphiques


def matRecup(i, param):
    """array*str-> array
    Récupère la matrice avec seulement le paramètre stratégie pour chaque joueur , à litération i voulue"""
    matR = np.random.randint(0,1,(TailleGrilleX,TailleGrilleY))
    
    
    matrice = HistoriqueGrilles[i]
   

    for ligne in range (0,TailleGrilleX):  #int ligne
        for colonne in range (0, TailleGrilleY): #int colonne
            matR[ligne][colonne]=matrice[ligne][colonne][param]
   
    return matR


def afficher_strat_dynamique():
    fig=plt.figure()
    fig.suptitle('Animation des stratégies')

    cmap = mpl.colors.ListedColormap(["b","r" ,"black" ,"g" ,"purple"])

    bounds=[0,1,2,3,4,5]
    norm=mpl.colors.BoundaryNorm(bounds, cmap.N)
    img=plt.imshow(matRecup(0, 'strategie'), interpolation = "nearest", cmap = cmap , norm = norm)
    
    cb=plt.colorbar(img , cmap=cmap , norm=norm , boundaries = bounds , ticks=bounds)
    labels = np.arange(0, 5, 1)
    cb.set_ticklabels(labels)
    
    def update(next_iteration,*args):
        img.set_array(matRecup(next_iteration , 'strategie'))
        return [img]

    anim = animation.FuncAnimation(fig, update, frames=range(MaxIterations), interval=500, repeat = False)

    plt.show(block = True)
    

def afficher_etat_dynamique():
    fig=plt.figure()
    fig.suptitle('Animation des états')

    cmap = mpl.colors.ListedColormap(["black","white"])

    bounds=[0,1,2]
    norm=mpl.colors.BoundaryNorm(bounds, cmap.N)
    img=plt.imshow(matRecup(0, 'etat'), interpolation = "nearest", cmap = cmap , norm = norm)
    
    cb=plt.colorbar(img , cmap=cmap , norm=norm , boundaries = bounds , ticks=bounds)
    labels = np.arange(0, 2, 1)
    cb.set_ticklabels(labels)
    
    def update(next_iteration,*args):
        img.set_array(matRecup(next_iteration , 'etat'))
        return [img]

    anim = animation.FuncAnimation(fig, update, frames=range(MaxIterations), interval=500, repeat = False)

    plt.show(block = True)


def affichage_strats_resultats_totaux():
    """array->graph
    Retourne les diagrammes en baton qui mettent en évidence le nombre moyen d'années 
     de prison en fonction de la stratégie et le nombre d'utilisation de chaque stratégies """
    
    #initialisation des paramètres
    #list gain
    gain=[]
    #list strat
    stratUtili=[]
    
    #nb_utilisations
    utilisateurs=list()
    
    #uti[strat][iter] = nb
    
    #iteration
    iteration=[]
    
    for i in range(5):
        gain.append(0)
        stratUtili.append(0)

    for i in range(0,len(ListeStrategies)):
        stratUtili[i]=StratsResultats[i][0]
        if StratsResultats[i][0]==0:
            gain[i]
        else:
            gain[i]=StratsResultats[i][1]/StratsResultats[i][0]
        utilisateurs.append([])
        
    for i in range(0,MaxIterations+1):
        for j in range(0,len(ListeStrategies)):
            utilisateurs[j].append(StratsResultats[j][2][i][0])
           
        iteration.append(i)
   
    Strat=('0','1', '2','3' ,'4')
    
    x_pos = np.arange(len(Strat))
    
    plt.subplot(221)
    plt.title("Nombre d'adoptions de chaque stratégie")
    plt.bar(x_pos, stratUtili, align='center' , color=CouleursStrat)

    plt.xlabel("Stratégies")
    plt.ylabel("Nombre individus ayant adopté stratégie")
    plt.xticks(x_pos,Strat)
    
    plt.subplot(222)
    plt.title("Nombre moyen d'années de prison de chaque stratégie")
    plt.bar(x_pos, gain, align='center', color=CouleursStrat )
   
    plt.xlabel("Stratégies")
    plt.ylabel("Nombre moyen d'années de prison ")
    plt.xticks(x_pos,Strat)

    plt.subplot(223)  
    plt.title("Evolution du nombre d'utilisateurs de chaque stratégie au cours des itérations")
    plt.xlabel('Iterations')
    plt.ylabel("Nombre utilisateurs")
    
    for i in range(len(ListeStrategies)):
        plt.plot(iteration,utilisateurs[i], CouleursStrat[i] ,linewidth=5 ,label="Stratégie" + str(i))

    plt.show()
    plt.legend()   


init_complete()
simulation()
afficher_etat_dynamique()
affichage_strats_resultats_totaux()



"""
def _ext(M):
    K = np.ndarray((TailleGrilleX, TailleGrilleY))
        
    for x in range(len(M)):
        for y in range(len(M[0])):
            K[x][y] = M[x][y]["strategie"]
    
    return K
print(_ext(simulation()))
"""