深度學習Flappy Bird
阿新 • • 發佈:2019-02-03
Flappy Bird
在此示例中,你將看到一個深度學習代理在玩 Flappy Bird!你可以自己訓練該代理,但是現在我們先開始使用作者提供的預先訓練好的網路。注意,下面的代理能夠直接玩遊戲,不用告訴它關於遊戲結構或規則的任何資訊。它會通過檢視每次迴圈時的操作流程,自動發現遊戲規則。
我們將使用此 GitHub 程式碼庫(作者:Yenchen Lin)
說明
- 安裝 miniconda 或 anaconda(如果尚未安裝的話)。你可以按照我們在前一課的教程操作。
-
為 flappybird 建立一個環境
-
Mac/Linux:
conda create --name=flappybird python=2.7
-
Windows:
conda create --name=flappybird python=3.5
-
Mac/Linux:
-
進入你的 conda 環境
-
Mac/Linux:
source activate flappybird
-
Windows:
activate flappybird
-
Mac/Linux:
-
conda install -c menpo opencv3
-
pip install pygame
-
pip install tensorflow
-
git clone https://github.com/yenchenlin/DeepLearningFlappyBird.git
-
cd DeepLearningFlappyBird
-
python deep_q_network.py