前言
利用Python出個強化學習的Chrome瀏覽器的小恐龍游戲版本吧，廢話不多說，讓我們愉快地開始吧~
開發工具
Python版本： 3.6.4
相關模塊：
opencv-python模塊；
numpy模塊；
selenium模塊；
pillow模塊；
以及一些Python自帶的模塊，
環境搭建
安裝Python并添加到環境變數，pip安裝需要的相關模塊即可，
原理簡介
T-Rex Rush是谷歌瀏覽器里自帶的一個彩蛋小游戲，電腦斷網的時候按下空格鍵就可以觸發，或者直接訪問如下鏈接也可以：
https://chromedino.com/
大概長這個樣子：
玩法很簡單，玩家通過操縱空格鍵來控制小恐龍跳躍或者不跳躍，從而躲避路上的障礙物，當小恐龍不小心撞到障礙物時，游戲結束，
之前我們設計過用簡單的強化學習演算法來自動玩這個游戲：
DQN玩T-Rex Rush(上)
今天我們不打算搞這些花里胡哨的東西，直接設計一個簡單的策略，就可以輕松實作上萬的跑分：
具體而言，你只需要每次截取小恐龍前面的影像區域，然后檢測一下是否有障礙物出現就ok了：
具體而言，截取影像的函式實作如下：
'''screenshot'''
def screenshot(self, area):
image_b64 = self.driver.execute_script("canvasRunner = document.getElementById('runner-canvas'); return canvasRunner.toDataURL().substring(22)")
image = Image.open(BytesIO(base64.b64decode(image_b64))).convert('RGB')
image = image.crop(area)
return image
根據截圖來生成小恐龍當前需要進行的動作的智能體實作如下：
'''agent'''
class Agent():
def __init__(self, bbox_area, **kwargs):
self.bbox_area = bbox_area
self.bg_color = 255
self.reference_frame = np.full((bbox_area[3]-bbox_area[1], bbox_area[2]-bbox_area[0], 3), self.bg_color)
'''return action according to the game frame'''
def act(self, frame):
action = [1, 0]
frame = np.array(frame)
if self.bg_color != frame[0][0][0]:
self.bg_color = frame[0][0][0]
self.reference_frame = np.full((self.bbox_area[3]-self.bbox_area[1], self.bbox_area[2]-self.bbox_area[0], 3), self.bg_color)
diff = np.subtract(self.reference_frame, frame).sum()
if diff != 0:
action = [0, 1]
return action
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/299429.html
標籤：其他