## Fichier : GeneticMatch.py
# Auteur : Jovian Hersemeule

# Exécute des matchs
# à des fins statistiques.

from Outils.Moteur_de_jeu import *
from Outils.Moteur_de_jeu.Partie import *

#from Outils import IA_MinMax
#from Outils.IA_MinMax import *
from Outils import IA_alphabeta
from Outils.IA_alphabeta import *

from ReseauNeurones import *
from ReseauNeurones.cerveau import *

#from Eval_v1 import fct_eval as fct1
#from Eval_v2 import fct_eval as fct2
from Eval_v3 import fct_eval as fct3

fct_eval = [(lambda x, y : 0), (lambda x, y : 0), fct3]

# Paramètres
nom_session = "PurAleatoireFast2"
incr = 1

id_eval = 3
prof = 1

debug = False


# Annonce
print("Ajuster les paramètres puis lancer write_stats()")
print("string: nom_session > nom de la session génétique à éprouver")
print("int: incr > l'écart entre chaque génération")
print("int: id_eval > heuristique utilisée pour l'aplhabeta de référence")
print("int: prof > profondeur du MinMax de référence")
print("bool: debug > permet d'avoir des retours dans le log"


# Fonction de stats
def write_stats():
    """
    Ecrit les statistiques d'une session génétique.
    """
    # Joueur de référence
    joueurRef = IA_minmax_alpha_beta("AlphaBeta-p" + str(prof)"-ev"+str(id_eval), fct_eval[id_eval], prof)

    # Ouverture du flux
    result_stream = open("ReseauNeurones/" + nom_session + "-VS-" joueurRef.nom + ".txt", "w")

    # Chargement d'un réseau
    myBrain = Cerveau()
    myBrain.charger_structure( "PrimitifEfficace.stc", debug = debug )
    myBrain.charger_poids( "PurAleatoireFast2/Generation50/individu0.pds", debug = debug )
    myBrain.build_network( debug = debug )

    # Match
    joueurA = IA_minmax("Genetic:Primitif", myBrain.fct_eval, 1 )
    joueurB = Humain("Humain")

    Global.partie = Partie(joueurA, joueurB, True, "")

    vainqueur = Global.partie.demarrer()

    # TODO : boucle etc ...