遗传算法和神经网络实现chrome的小恐龙游戏(Flappy TRex)的人工智能

Neuroevolution_T-rex

用神经网络来训练个能自己玩chrome断线时的那个小恐龙的AI

示例–github: https://cxwithyxy.github.io/Neuroevolution_T-rex/

示例–gitee:国内的朋友访问这个链接会更快

游戏本体(t-rex-runner)

游戏本体叫“t-rex-runner”,源码来自这里https://github.com/wayou/t-rex-runner

下称“小恐龙游戏”。

我对游戏的修改

  1. 删除了音乐(因为我电脑卡)
  2. 移除了当焦点不在浏览器上就暂停游戏的监听(因为我要边写代码边看小恐龙)
  3. 游戏的本体代码在 game.js 和 game.html (因为这样我可以通过iframe来控制多个同时运行的游戏)

关于人工智能或者神经网络或者机器学习

主要实现这些“智能”的类库来自于 neataptic.js ,这个文件来自于https://github.com/wagenaartje/neataptic

关于如何控制小恐龙游戏

看 index.js 你就会明白,我循环创建了几个iframe,一个iframe一个小恐龙游戏。
对每一个iframe进行操作,把小恐龙游戏的数据传递给AI,再把AI判断的结果换成操作并让小恐龙跳起来。

关于这个项目要怎么开始跑

  1. 为了让iframe能避开安全沙箱(跨域什么的),从而实现index.js对iframe里面的上下文进行操作,因此你要开启web服务器,我用的是nodejs的一个叫“http-server”,因此你会看到我的目录下有个启动脚本“startServer.bat”吗,双击启动就行了(如果你是window的电脑的话),然后访问127.0.0.1:8080。
  2. 页面运行的时候会创建50个iframe来跑小恐龙,由于我的电脑比较卡,因此setTimeout了8秒才启动小恐龙游戏,所以你看到50个小恐龙一动不动的时候不要慌张。当然你电脑强的话可以把50改成500。
  3. 当所有小恐龙游戏结束的时候才会重新开始,所以死剩最后一个小恐龙的时候不要慌,而且重新开始之后AI并不会删除之前的训练数据(反正我不知道训练数据在哪里,你自己找找看),因此每次死完之后的重生,AI就更加聪明一筹。

我的研究历史

  1. 一开始是看到别人通过迷之代码实现的像素鸟,很好奇,就基于那个作者写好的一个js类库 Neuroevolution.js ,实现了小恐龙的AI,因此你可以在 Neuroevolution分支 看到我这一开始的代码。
  2. 后来分析了像素鸟AI的实现代码,主要是 Neuroevolution.js ,因此做了个思维图mind.png
  3. 尝试使用别的神经网络类库来实现小恐龙,synaptic.js ,但是失败了。因此你可以在 synaptic分支 看到我这些代码。
  4. 这时发现之前认为的迷之代码是遗传算法和神经网络来构成,在找了一段时间之后发现了 neataptic.js ,用这个库实现了小恐龙AI。可以在 neataptic分支 看到这些代码。
  5. 研究一段时间发现 neataptic.js 比 Neuroevolution.js 的功能丰富多了,因此用 neataptic分支 把 master分支 覆盖了。

分支的说明

  1. master分支:目前我认为最靠谱的代码,因此 master分支 等于 neataptic分支。
  2. neataptic分支:基于 neataptic.js 实现的小恐龙游戏AI。
  3. Neuroevolution分支:基于 Neuroevolution.js 实现的小恐龙游戏AI。
  4. synaptic分支:基于 synaptic.js,但没有实现小恐龙游戏AI。
    原文作者:遗传算法
    原文地址: https://blog.csdn.net/cxwithyxy/article/details/78665328
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞