机器学习之DeepLearningFlappyBird

本文介绍如何使用强化学习让计算机学会玩FlappyBird游戏。通过深度学习的方式,模型不断尝试并优化策略以获得更高分数。文章详细记录了实验所需的环境搭建步骤,包括Tensorflow、OpenCV等库的安装。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

背景

机器视觉应用之一:强化学习。
在监督学习任务中,我们都是给定样本一个固定标签,然后去训练模型,可是,在真实环境中,我们很难给出所有样本的标签,这时候,强化学习就派上了用场。简单来说,我们给定一些奖励或惩罚,强化学习就是让模型自己去试错,模型自己去优化怎么才能得到更多的分数。2016年大火的AlphaGo就是利用了强化学习去训练,它在不断的自我试错和博弈中掌握了最优的策略。本文采用深度学习的方式玩FlappyBird游戏。

安装过程:

0.安装Tensorflow:
这部分和之前一样,下载whl文件直接,install方式进行安装
1.安装OpenCV:
Download OpenCV 下载OpenCV
在opencv官网 http://opencv.org/ 右侧下载Linux版本的OpenCV
cd到下载目录

unzip opencv-2.4.13.zip
cd opencv-2.4.13
mkdir release  
sudo apt-get install build-essential cmake libgtk2.0-dev pkg-config python-dev python-numpy libavcodec-dev libavformat-dev libswscale-dev  
cd release  
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local .. 
sudo make install 

这里写图片描述
2.安装pygame:
sudo apt-get install python-pygame
之后,打开一个python 命令行,import pygame
看是否能够正常import进去。
3.下载FlappyBird:
Download DeepLearningFlappyBird 下载FlappyBird
git clone –recursive https://github.com/yenchenlin/DeepLearningFlappyBird
这里写图片描述
4.运行
在DeepLearningFlappyBird目录下运行:
python deep_q_network.py
画面不会卡顿,cpu版本会立刻出现结果。
运行结果如下:
这里写图片描述

项目参考:

https://github.com/yenchenlin/DeepLearningFlappyBird

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值