神经网络构建Google Chrome Dinosaur游戏AI

最新推荐文章于 2024-04-06 18:35:53 发布

原创

最新推荐文章于 2024-04-06 18:35:53 发布 · 1.2k 阅读

2 ·

CC 4.0 BY-SA版权

本文介绍了如何使用神经网络构建Google Chrome Dinosaur游戏的AI。通过截图和玩家操作作为输入，训练CNN模型，实现了在适当时候自动点击空格避开障碍物。文章详细讲解了从游戏场景实现、截图函数、键盘操作、训练集收集到模型训练和测试的全过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

神经网络构建Google Chrome Dinosaur游戏AI

        大家是否知道谷歌浏览器在断网状态下，点击空格即可开始游玩的一款小游戏，就叫它谷歌小恐龙（Google Chrome Dinosaur）吧。该款游戏很简单，玩家可以通过点击‘Space’键跳跃，点击‘下’箭头趴下，来躲避障碍物，生存的时间越长，得分相应的越高。前一段时间由于要做一个实训项目，因此学习了神经网络等知识。突然想到，能否利用神经网络来实现该款游戏的AI呢？
        正好我们当时使用某一卷积神经网络训练另一款游戏，该算法是在AlexNet基础上进行改进的，以游戏截图和玩家的操作作为模型的输入数据集，来训练模型。于是，想把该算法移植到该款游戏中，最终在博主的电脑上成功运行。下图是游戏AI取得的成绩，很不错吧。
AI成绩
        OK，言归正传，让我介绍一下基本实现步骤吧。

前言

该算法的实现需要用到多个Python模块，有些模块的安装可能会因为python版本等原因出现一些问题，请大家自行百度解决。详细python模块请见源代码。有趣的一点是，该款游戏只需要在合适的时机点击空格，即可顺利通过障碍物。为了简化训练过程，模型训练的数据集里的操作只有两种，即：点击空格或者什么也不做。

一、游戏场景实现

前面已经解释了，该算法是以截图和操作为输入的，但是谷歌小恐龙是变速且白天黑夜交替的游戏。为了简化实现，博主在网上找到了该款游戏的完美再现。原代码见：https://github.com/alphabeats7/Dinosaur.git 中的Dinosaur-map文件夹，Dinosaur-last为该AI项目的源代码（训练得到的模型由于太大没有上传）。下面的6个python文件即可实现该项目。

二、截图函数实现

截图函数的作用即是截取特定区域的屏幕，需要用到cv2、numpy、win32gui、win32ui、win32con、win32api等模块。代码如下（ord_grab.py）：

import cv2
import numpy as np
import win32gui, win32ui, win32con, win32api

def grab_screen(region=None):
    hwin = win32gui.GetDesktopWindow()

    if region:
        left, top, x2, y2 = region
        width = x2 - left + 1
        height = y2 - top + 1
    else:
        width = win32api.GetSystemMetrics(win32con.SM_CXVIRTUALSCREEN)
        height = win32api.GetSystemMetrics(win32con.SM_CYVIRTUALSCREEN)
        left = win32api.GetSystemMetrics(win32con.SM_XVIRTUALSCREEN)
        top = win32api.GetSystemMetrics(win32con.SM_YVIRTUALSCREEN)

    hwindc = win32gui.GetWindowDC(hwin)
    srcdc = win32ui.CreateDCFromHandle(hwindc)
    memdc = srcdc.CreateCompatibleDC()
    bmp = win32ui.CreateBitmap()
    bmp.CreateCompatibleBitmap(srcdc, width, height)
    memdc.SelectObject(bmp)
    memdc.BitBlt((0, 0), (width, height), srcdc, (left, top), win32con.SRCCOPY)

    signedIntsArray = bmp.GetBitmapBits(True)
    img = np.fromstring(signedIntsArray, dtype='uint8')
    img.shape = (height, width, 4)

    srcdc.DeleteDC()
    memdc.DeleteDC()
    win32gui.ReleaseDC(hwin, hwindc)
    win32gui.DeleteObject(bmp.GetHandle())

    return cv2.cvtColor(img, cv2.COLOR_BGRA2RGB)

三、键盘操作

该Python文件作用是获取键盘的输入。代码如下(get_key.py)：

import win32api as wapi

keyList = ["\b"]
for char in "ABCDEFGHIJKLMNOPQRSTUVWXYZ 123456789,.'£$/\\":
    keyList.append(char)

def key_check():
    keys = []
    for key in keyList:
        # 转换为对应的ASCII码
        if wapi.GetAsyncKeyState(ord(key)):
            keys.append(key)
            # 0x20为space按键的16进制表示
        el