机器学习之DeepLearningFlappyBird

背景

机器视觉应用之一：强化学习。
在监督学习任务中，我们都是给定样本一个固定标签，然后去训练模型，可是，在真实环境中，我们很难给出所有样本的标签，这时候，强化学习就派上了用场。简单来说，我们给定一些奖励或惩罚，强化学习就是让模型自己去试错，模型自己去优化怎么才能得到更多的分数。2016年大火的AlphaGo就是利用了强化学习去训练，它在不断的自我试错和博弈中掌握了最优的策略。本文采用深度学习的方式玩FlappyBird游戏。

安装过程：

0.安装Tensorflow：
这部分和之前一样，下载whl文件直接，install方式进行安装
1.安装OpenCV：
Download OpenCV 下载OpenCV
在opencv官网 http://opencv.org/ 右侧下载Linux版本的OpenCV
cd到下载目录

unzip opencv-2.4.13.zip
cd opencv-2.4.13
mkdir release  
sudo apt-get install build-essential cmake libgtk2.0-dev pkg-config python-dev python-numpy libavcodec-dev libavformat-dev libswscale-dev  
cd release  
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local .. 
sudo make install 

2.安装pygame：
sudo apt-get install python-pygame
之后，打开一个python 命令行，import pygame
看是否能够正常import进去。
3.下载FlappyBird：
Download DeepLearningFlappyBird 下载FlappyBird
git clone –recursive https://github.com/yenchenlin/DeepLearningFlappyBird

4.运行
在DeepLearningFlappyBird目录下运行：
python deep_q_network.py
画面不会卡顿，cpu版本会立刻出现结果。
运行结果如下：

项目参考：

https://github.com/yenchenlin/DeepLearningFlappyBird