如何用人工智能自動玩游戲

一、前言

讓AI玩游戲的思想早在上世紀(jì)就已經(jīng)有了，那個時候更偏向棋類游戲。像是五子棋、象棋等。在上世紀(jì)“深藍”就擊敗了國際象棋冠軍，而到2016年“Alpha Go”擊敗了人類圍棋冠軍。

到現(xiàn)在，AI涉略的不僅僅是棋類游戲。像是超級馬里奧、王者榮耀這種游戲，AI也能有比較好的表現(xiàn)。今天我們就來用一個實際的例子討論AI自動玩游戲這一話題，本文會用非常簡單的機器學(xué)習(xí)算法讓AI自動玩Google小恐龍游戲。

二、Google小恐龍與監(jiān)督學(xué)習(xí)

2.1、Google小恐龍

如果你使用的是Chrome瀏覽器，那么相信你應(yīng)該見過下面這個恐龍：

當(dāng)我們用Chrome斷網(wǎng)訪問網(wǎng)頁時，就會顯示這個恐龍，或者直接在地址欄輸入：chrome://dino直接訪問該游戲。

游戲的玩法非常簡單，只需要按空格鍵即可。比如下面左圖，快碰到障礙物，這時需要按空格，而下面右圖沒有障礙（或離障礙比較遠），則不需要按按鍵。

當(dāng)然還有出現(xiàn)鳥的情況，我們也可以歸為跳的情況。大家可以玩一下。

2.2、監(jiān)督學(xué)習(xí)

玩游戲很多時候會使用一個叫強化學(xué)習(xí)的方式來實現(xiàn)，而本文使用比較簡單的監(jiān)督學(xué)習(xí)來實現(xiàn)。

本文會使用邏輯回歸算法實現(xiàn)，其代碼如下：

from sklearn.linear_model import LogisticRegression # 邏輯回歸模型
from sklearn.model_selection import train_test_split    # 數(shù)據(jù)集拆分
# 1、準(zhǔn)備數(shù)據(jù)
X = [
    # 天河區(qū)的坐標(biāo)
    [1, 1],
    [1, 2],
    [2, 0],
    [3, 2],
    [3, 3],
    # 花都區(qū)的坐標(biāo)
    [7, 7],
    [6, 7],
    [7, 6],
    [8, 6],
    [8, 5]
]
y = [0, 0, 0, 0, 0, 1, 1, 1, 1, 1]
# 2、拆分?jǐn)?shù)據(jù)集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
# 3、定義模型
model = LogisticRegression()
# 4、填充數(shù)據(jù)并訓(xùn)練
model.fit(X_train, y_train)
# 5、評估模型
score1 = model.score(X_train, y_train)
score2 = model.score(X_test, y_test)
print(score1, score2)
# 6、預(yù)測
input = [
    [4, 4]
]
pred = model.predict(input)
print(pred)

關(guān)于邏輯回歸的講解可以查看：Python快速構(gòu)建神經(jīng)網(wǎng)絡(luò)
。

我們可以把玩游戲看作一個分類問題，即輸入為當(dāng)前游戲的圖像，輸出為0、1的一個二分類問題（0表示跳，1表示不跳）。要讓AI實現(xiàn)自動玩游戲，我們需要做幾件事情。分別如下：

1. 玩游戲，收集一些需要跳的圖片和一些不需要條的圖片
2. 選擇合適的分類算法，訓(xùn)練一個模型
3. 截取當(dāng)前游戲畫面，預(yù)測結(jié)果，判斷是否需要跳躍
4. 如果需要跳躍，則用程序控制鍵盤，按下跳躍鍵

下面我們來依次完成上面的事情。

三、收集數(shù)據(jù)

收集數(shù)據(jù)我們需要在玩游戲的過程中不停地截圖，這里可以用Pillow模塊來實現(xiàn)截圖。Pillow模塊需要單獨安裝，安裝語句如下：

pip install pillow

截圖的代碼如下：

import time
from PIL import ImageGrab   # 截圖
time.sleep(3)
while True:
    # 截圖
    img = ImageGrab.grab()
    # print(img.size) # 960 540 480 270
    img = img.resize((960, 540))
    # 保存圖片
    img.save(f'imgs/{str(time.time())}.jpg')
    # 修改name
    time.sleep(0.1)

運行程序后就可以切換到Chrome開始游戲了。進行一段時間后，我們會截取一些圖片，大致如下：

這時就輪到人類智能上場了，我們手動的把我們決定需要跳的場景放置到imgs/jump目錄下，把覺得不需要跳的場景放到imgs/none目錄下。然后就可以進行下一步了，這里截取的圖片通常不需要跳的要多很多，所有可以多收集幾次。

收集完成后我們就可以把圖片讀入，并轉(zhuǎn)換成一個1維數(shù)組，這部分代碼如下：

import os
import cv2
# 所有圖片的全路徑
files = [os.path.join(jump_path, jump) for jump in os.listdir(jump_path)] + \
        [os.path.join(none_path, none) for none in os.listdir(none_path)]
X = []
y = [0] * len(os.listdir(jump_path)) + [1] * len(os.listdir(none_path))
# 遍歷jump目錄下的圖片
for idx, file in enumerate(files):
    filepath = os.path.join(none_path, file)
    x = cv2.imread(filepath, 0).reshape(-1)
    X.append(x)

此時X和y就是我們的特征和目標(biāo)了。有了X和y就可以開始訓(xùn)練模型了。

四、訓(xùn)練分類模型

訓(xùn)練部分的代碼非常簡單，我們可以在訓(xùn)練完成后保存模型。代碼如下：

import os
import cv2
import joblib
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
jump_path = os.path.join('imgs', 'jump')    # 需要跳的圖片的根目錄
none_path = os.path.join('imgs', 'none')    # 不需要跳的圖片的根目錄
# 所有圖片的全路徑
files = [os.path.join(jump_path, jump) for jump in os.listdir(jump_path)] + \
        [os.path.join(none_path, none) for none in os.listdir(none_path)]
X = []
y = [0] * len(os.listdir(jump_path)) + [1] * len(os.listdir(none_path))
# 遍歷jump目錄下的圖片
for file in files:
    x = cv2.imread(file, 0).reshape(-1)
    X.append(x)

# 2、拆分?jǐn)?shù)據(jù)集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
# 3、定義模型
model = LogisticRegression(max_iter=500)
# 4、訓(xùn)練模型
model.fit(X_train, y_train)
# 5、評估模型
train_score = model.score(X_train, y_train)
test_score = model.score(X_test, y_test)
print(train_score, test_score)
# 保存模型
joblib.dump(model, 'auto_play.m')

在我電腦上訓(xùn)練的準(zhǔn)確率在90%以上，總體效果還是不錯的。不過有幾個可以改進的地方。這里說幾點：

1. 圖像只有中間部分會對下一步操作有影響，因此可以選擇對訓(xùn)練圖片進行一些處理。把上面和下面部分設(shè)置為0。如果做了這個處理，那么在實際應(yīng)用時也要做同樣的處理。
2. 這些圖片如果移植到其它電腦可能不適用，因為分辨率等原因。所有可以選擇使用更復(fù)雜的模型，比如CNN網(wǎng)絡(luò)。
3. 因為手動收集數(shù)據(jù)比較麻煩，可以選擇做一下數(shù)據(jù)增強。

在這里我們不做這些改進，直接使用最簡單的模型。

五、自動玩游戲

自動玩游戲需要借助pynput模塊來實現(xiàn)，其安裝如下：

pip install pynput

我們可以用下面的代碼實現(xiàn)按下鍵盤的空格鍵：

from pynput import keyboard
from pynput.keyboard import Key
# 創(chuàng)建鍵盤
kb = keyboard.Controller()
# 按下空格鍵
kb.press(Key.space)

知道了如何控制鍵盤后，我們就可以使用模型截取預(yù)測，如何判斷是否要按空格，代碼如下：

import time
import cv2
import joblib
import numpy as np
from PIL import ImageGrab
from pynput import keyboard
from pynput.keyboard import Key

time.sleep(3)
# 0、創(chuàng)建鍵盤
kb = keyboard.Controller()
# 1、加載模型
model = joblib.load('auto_play.m')
while True:
    # 2、準(zhǔn)備數(shù)據(jù)
    ImageGrab.grab().resize((960, 540)).save('current.jpg')  # 保存當(dāng)前屏幕截屏
    x = cv2.imread('current.jpg', 0).reshape(-1)
    x = [x]
    # 3、預(yù)測
    pred = model.predict(x)
    print(pred)
    # 如果需要跳，則按下空格
    if pred[0] == 0:
        kb.press(Key.space)

運行上面的程序后，打開瀏覽器即可開始游戲。程序的代碼和圖片文件：https://download.csdn.net/download/ZackSock/86543410
GitHub地址為：https://github.com/IronSpiderMan/AutoPlayGoogleDino文章來源地址http://www.zghlxwxcb.cn/news/detail-519335.html

到了這里，關(guān)于如何用人工智能自動玩游戲的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！