本课程利用Python模拟AI和玩家进行四子棋游戏，利用游戏实验Pygame库，为游戏提供界面和操作支持。AI算法借用蒙特卡洛搜索树思想。通过设置AI的难度系数，即AI所能考虑到的未来棋子的可能走向，从而选择出最佳的方案和玩家对抗。难度系数越大，AI搜索范围越广，它所能做出的决定越明智。

本课程通过一个简单的推箱子游戏，来介绍 pygame 的一些相关内容，课程介绍中尽量避免专业词汇，从简单入手设计并开发一个推箱子游戏。

康威生命游戏是一个久负盛名的数学游戏，有简单的规则和无穷无尽的组合。本课程将使用 pygame 模块来实现这样一个游戏，让你在趣味游戏中提升对 Python 的理解，入门 pygame。

本课程基于Pygame开发贪吃蛇和俄罗斯方块，通过逐步学习Pygame基础知识，到从零开始实现游戏开发，课程难度由浅入深，内容通俗易懂，确保同学们能够很好的掌握和理解。

游戏使用 Pygame 模块实现了类似英雄无敌系列的回合制战棋游戏：对战双方每个生物每一轮有一次行动机会，可以行走或攻击对方。每个生物属性有：行走范围，速度，生命，伤害，防御，攻击 和是否是远程兵种。当把对方生物都消灭时，游戏胜利。使用 JSON 保存地图关卡配置文件，可以方便得添加或修改地图关卡。实现了一个游戏生物 AI，可以进行人机对战。支持方格地图和六边形地图两种地图形式。