《Flappy Bird》是一款由來自越南的獨立遊戲開發者Dong Nguyen所開發出來風靡全球的小遊戲，而這款虐人的小遊戲不知折磨了多少手殘的玩家，最近小編在網上看到了許多關於AI學習的優秀作品，我們是否能利用機器學習技術，來實現讓AI自動“玩”Flappy Brid”呢？
12月5日，DeepMind上傳了最新論文《用通用強化學習算法自我對弈，掌握國際象棋和將棋》（Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm），不僅僅針對圍棋遊戲，更是泛化其他類棋類遊戲的功能。
今天，我們也利用AlphaZero需要利用的深度強化學習（DQN）來實踐一個玩Flappy Brid的小遊戲。這裡所謂DQN(Deep Q-Network)，是一個卷積神經網絡（CNN），利用Q-Learning強化學習的訓練，輸入的是原始像素，輸出的是估計未來獎勵的價值函數。
項目環境介紹：
lPython 3.0+或Python 2.7（本教程用Python3.6版本）
下載完Python，並配置相關的系統環境，按win鍵+R鍵輸入cmd，
l打開命令提示符，輸入命令安裝一下依賴：
Øpip3 install pygame
Øpip3 install OpenCV-Python
Deep Q Learning的偽代碼
Initialize replay memory D to size N
網絡的架構
項目運行：
TensorFlow（CPU版）
git clone https://github.com/yanpanlau/Keras-FlappyBird.git
cd Keras-FlappyBird
python qlearn.py -m "Run"
項目總結：
本項目實現了用DQN實現AI自動玩Flappy Bird小遊戲，希望大家能在本項目中見識到許多有意思的東西。具體的代碼講解請長期關注我們angtk，更多精彩內容將在後面文章呈現，或者在加入人工智能社群：搜索（TensorFlow機器學習angtk），認清我們標誌就是了！。這裡有更多案例，更多朋友啊。也可以跟小編直接交流。另外也可以點擊左下角：瞭解更多，通過我們網站了解更多！
閱讀更多 昂鈦客AI 的文章
