如何用人工智能自动玩游戏

游戏是供人们消遣娱乐的一种手段，在网络通信发达的今天，互联网上各种游戏层出不穷。那么游戏大厂都可以做出游戏，我们能不能利用人工智能做出些简单的游戏，可以自动玩的游戏呢？人工智能在现如今发展的都非常的智能，我们也可以使用代码编写出一个游戏，下文中小编也是为大家带来简单的小恐龙游戏教学，教会大家如何用人工智能自动玩游戏，大家感兴趣的话一起往下看吧！

一、前言
让AI玩游戏的思想早在上世纪就已经有了，那个时候更偏向棋类游戏。像是五子棋、象棋等。在上世纪“深蓝”就击败了国际象棋冠军，而到2016年“Alpha Go”击败了人类围棋冠军。
 
到现在，AI涉略的不仅仅是棋类游戏。像是超级马里奥、王者荣耀这种游戏，AI也能有比较好的表现。今天我们就来用一个实际的例子讨论AI自动玩游戏这一话题，本文会用非常简单的机器学习算法让AI自动玩Google小恐龙游戏。
 
二、Google小恐龙与监督学习
2.1、Google小恐龙
如果你使用的是Chrome浏览器，那么相信你应该见过下面这个恐龙：

当我们用Chrome断网访问网页时，就会显示这个恐龙，或者直接在地址栏输入：chrome://dino直接访问该游戏。
游戏的玩法非常简单，只需要按空格键即可。比如下面左图，快碰到障碍物，这时需要按空格，而下面右图没有障碍（或离障碍比较远），则不需要按按键。
 
 
当然还有出现鸟的情况，我们也可以归为跳的情况。大家可以玩一下。

2.2、监督学习

玩游戏很多时候会使用一个叫强化学习的方式来实现，而本文使用比较简单的监督学习来实现。
本文会使用逻辑回归算法实现，其代码如下：

我们可以把玩游戏看作一个分类问题，即输入为当前游戏的图像，输出为0、1的一个二分类问题（0表示跳，1表示不跳）。要让AI实现自动玩游戏，我们需要做几件事情。分别如下：
 
玩游戏，收集一些需要跳的图片和一些不需要条的图片
选择合适的分类算法，训练一个模型
截取当前游戏画面，预测结果，判断是否需要跳跃
如果需要跳跃，则用程序控制键盘，按下跳跃键
下面我们来依次完成上面的事情。

三、收集数据

收集数据我们需要在玩游戏的过程中不停地截图，这里可以用Pillow模块来实现截图。Pillow模块需要单独安装，安装语句如下：
pip install pillow
截图的代码如下：

运行程序后就可以切换到Chrome开始游戏了。进行一段时间后，我们会截取一些图片，大致如下：

这时就轮到人类智能上场了，我们手动的把我们决定需要跳的场景放置到imgs/jump目录下，把觉得不需要跳的场景放到imgs/none目录下。然后就可以进行下一步了，这里截取的图片通常不需要跳的要多很多，所有可以多收集几次。
 
收集完成后我们就可以把图片读入，并转换成一个1维数组，这部分代码如下：


此时X和y就是我们的特征和目标了。有了X和y就可以开始训练模型了。

四、训练分类模型

训练部分的代码非常简单，我们可以在训练完成后保存模型。代码如下：


在我电脑上训练的准确率在90%以上，总体效果还是不错的。不过有几个可以改进的地方。这里说几点：
 
图像只有中间部分会对下一步操作有影响，因此可以选择对训练图片进行一些处理。把上面和下面部分设置为0。如果做了这个处理，那么在实际应用时也要做同样的处理。
这些图片如果移植到其它电脑可能不适用，因为分辨率等原因。所有可以选择使用更复杂的模型，比如CNN网络。
因为手动收集数据比较麻烦，可以选择做一下数据增强。
在这里我们不做这些改进，直接使用最简单的模型。
 
五、自动玩游戏
自动玩游戏需要借助pynput模块来实现，其安装如下：
pip install pynput
 
我们可以用下面的代码实现按下键盘的空格键：


知道了如何控制键盘后，我们就可以使用模型截取预测，如何判断是否要按空格，代码如下：


上面就是小恐龙游戏的程序撰写了，大家是不是感觉到很简单呢？因为人工智能在玩游戏前都需要收集齐足够的游戏数据才行，同时也需要编入指令当中，同样的还有一种强化学习的方式，让强化学习的实现也需要将逻辑算法加入代码之中，再加上收集数据切换Chrome开始游戏，我们就可以开始实验训练了，成功率达到90%算成功，这样自动游戏就做出来了，同时我们在进行游戏的时候还需要将游戏的数据储存起来，这样以方便我们继续的改进，怎么样，是不是觉得很简单呢？块来跟随着小编以上的步骤一起试着做做看吧！