需求
用Python制作一个基于Transformer的2048游戏AI
可以创建一个简单的窗口让我看到实时的训练状态，包括训练时AI的当前分数、训练速度、历史已经结束的游戏的累积分数变化、当前游戏的局面分数变化，窗口可切换演示模式和训练模式
2048的一部分规定补充：
- 开局会在随机位置生成一个2，后续在空格生成的砖块在随机位置且值为2或4
- 同时存在两个分数机制：累积分数和局面分数
- 累积分数机制：每合成一个增加合成后的砖块的数值
- 局面分数机制：根据空格数量、相邻连续数字数量（相邻砖块拥有相邻数字的数量，取最大值，不计算重复，如512 1024 2048为3，256 512 512 2为2）、最高数字的对数设计以恶合理的函数，局面分数越高越好
第一步：训练模型
为模型提供当前的局面状态和两种分数（累积分数的权重低于其它，目的是局面分数保持更高），输出只有上下左右
游戏结束后再开始新的游戏继续训练，直到训练没有长进或我手动点击停止
性能允许的话可以多开2048游戏进行训练
第二步：演示模式
在窗口中可以手动操作或AI托管，AI托管可以单步执行也可以持续下一步，可以看到两种分数及局面分数变化