开发工具
Python版本:3.6.4
相关模块:
numpy模块;
argparse模块;
pygame模块;
以及一些python自带的模块。
关注点赞后私信,回复:“小恐龙游戏3”获取源码及相关文件
环境搭建
安装Python并添加到环境变量,pip安装需要的相关模块即可。
原理简介
遗传算法,即:
Genetic Algorithm, GA
是一种元启发式算法,其核心思想与达尔文的进化理论很相似。简单而言就是物种在进化过程中,好的基因将得到保留,不好的基因将被淘汰。经过很多代的演变之后,物种当前保留下来的基因就可以看作是对当前环境适应度最好的基因了。
具体应用到我们的小恐龙小游戏上,我们设计算法的思路如下。首先,随机生成若干个小恐龙(比如100个):
self.dinos = [Dinosaur(cfg.IMAGE_PATHS['dino']) for _ in range(self.population_size)]
每个恐龙的行动由一个小的神经网络来控制:
self.populations = [Network() for _ in range(self.population_size)]
其中,每个神经网络都是由两个全连接层组成,且他们的权重矩阵都是随机生成的:
'''define the network'''
class Network():
def __init__(self, fc1=None, fc2=None, **kwargs):
self.fc1 = np.random.randn(5, 16) if fc1 is

本文介绍了使用Python实现遗传算法训练小恐龙游戏的过程。通过随机生成的小恐龙和神经网络控制,结合遗传算法的交叉和变异操作,不断优化神经网络以达到更好的游戏表现。详细步骤包括环境搭建、遗传算法原理简介及游戏应用。
最低0.47元/天 解锁文章
7962

被折叠的 条评论
为什么被折叠?



