马上注册，结交更多好友，享用更多功能^_^
您需要 登录 才可以下载或查看，没有账号？立即注册
x
本帖最后由 小云子墨 于 2017-5-18 17:20 编辑
转载一个 python 人工智能玩小游戏
最近入坑了谷歌的tensorflow 模块，感觉人工智能异常强大转载一篇经典的博客帮助大家学习
win7 8 10 安装python3
保存训练模型可能会出错
下面博客正文，因为模块更新相关方法有改动所以进行部分代码修改优化
Deep Q Network是DeepMind最早(2013年)提出来的，是深度强化学习方法。
最开始AI什么也不会，通过给它提供游戏界面像素和分数，慢慢把它训练成游戏高手。
Github上有不少DQN实现，在本帖中，我使用TensorFlow训练一个简单的游戏AI。
使用pygame写一个简单的小游戏
使用强化学习训练游戏AI
如果你使用Linux，你可以使用htop监控内存使用情况。
刚开始，AI傻傻的，只会控制棒子来回瞎晃，通过try-error，它会慢慢掌握这个游戏。等我一觉醒来，这货已经玩的不亦乐乎了。
ps.准备换一个顶级显卡，CPU玩tensorflow太费劲，看来非游戏玩家也有必要买好显卡。
使用训练出来AI玩游戏
这步要做的就是加载使用前面保存的模型。
上面是自己手动实现的强化学习算法，其实有一个特别好的专门为开发测试AI而设计的库openai gym。OpenAI Gym是一个为比较、构建强化学习Ai的一个Python库，它包含很多测试游戏。
参考：https://www.nervanasys.com/openai/
OpenAI文档：https://gym.openai.com/docs
OpenAI源代码：https://github.com/openai/gym
使用OpenAI Gym创建游戏AI
强化学习模型
安装Gym
$ git clone https://github.com/openai/gym
$ cd gym
# 安装依赖
#$ brew install cmake boost boost-python sdl2 swig wget # macOS python2
# brew install boost-python --with-python3 # python3
#$ sudo apt-get install -y python-numpy python-dev cmake zlib1g-dev libjpeg-dev xvfb libav-tools xorg-dev python-opengl libboost-all-dev libsdl2-dev swig # Ubuntu
$ pip install gym[all]
| 
[复制链接]
( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)
狗仔卡
发表于 2017-5-18 16:57:46
置顶卡
千斤顶
显身卡
楼主
发表于 2017-5-18 17:38:37
驱动器我的亲卫队请问
