机器学习实战篇——训练小恐龙AI

最近老师要让做一个关于神经网络的东西，我选择的是制作一个简单的游戏AI，素材就是Chrome浏览器的恐龙游戏。

网上也有不少人做过，有用js语言的，有用python做卷积神经网络，我是参考https://blog.csdn.net/u014365862/article/details/54380422，使用python语言，利用BP神经网络和遗传算法来实现。

原理如下:

首先我先去网上找了一个类似的游戏。这个游戏用python编写，碰撞面积比较大，飞龙和仙人掌会同时出现，当天空的飞龙飞到仙人掌上空时，恐龙必死，于是我就把飞龙拿到地面上来，来提升游戏的一些可玩性。

但是也会出现下面这种情况:(飞龙靠经仙人掌时恐龙无论如何跳不过去，所以我们先暂时不考虑飞龙)


到障碍物距离为输入神经元，同时加入一个常数神经元，通过判断输出值是否满足阈值来判定是否跳跃。

我们使用50只恐龙来通过遗传算法优化神经网络

几代之后。。。

现在开始考虑飞龙，由于飞龙的干扰因素特别大，我们要让小恐龙变得更智能，想让它可以在一定范围内控制起跳速度、滑翔距离（重力加速度），（读者：“这已经超出了游戏范畴了喂！”）

几代之后。。。

今天嗓子似乎是发炎了，特别难受，可能是最近太累了吧。。不知道什么时候能好好休息一下?