Q. الزراعة مترجم الأخيرة
إنتاج و qubit | عدد ملفه QbitAI
صدمت! "فلابي بيرد" النار لسنوات عديدة، وليس هناك حتى اسم الصينية.
لا شيء. هذا لا يمنع ألمع AI كبيرة تعمل باللمس لعبة ومن ناحية الممارسة. دعونا نقول اليوم HTML5 البرنامج التعليمي هو يعلمك لاستخدام الشبكات العصبية + الخوارزمية الجينية، لبناء الطيور المرح AI.
أقول شيئا مقدما، ودروس لديها AI تحميل التعليمات البرمجية في نهاية المطاف. كل رمز يستخدم إطار فيزر باستخدام HTML5 القيام به. وبالإضافة إلى ذلك، فإن استخدام متشابك الشبكة العصبية (متشابك الشبكات العصبية) مكتبة الشبكة العصبية، بدلا من بناء من نقطة الصفر.
عرض
عرض الصورة أعلاه هي مظاهرة، قم بزيارة الموقع التالي لمعرفة التأثير العملي لهذه الخوارزمية.
خوارزمية
خوارزمية للنظام، تقوم أساسا على NeuroEvolution (تطور الأعصاب). هذا الجهاز تعلم طريقة، وذلك باستخدام الخوارزمية الجينية (GA) وغيرها من طريقة التطوري لتدريب الشبكة العصبية الاصطناعية (ANN).
وبعبارة أخرى، في هذا المثال من التعلم الآلي والشبكة العصبية = الخوارزمية الجينية
الشبكة العصبية الاصطناعية
الشبكات العصبية الاصطناعية هي مجموعة فرعية من خوارزميات تعلم الآلة، وهو مستوحى هيكل البيولوجي وظيفة من وظائف الشبكة العصبية، الشبكة التي تتكون من العديد من الخلايا العصبية نقل إشارات إلى بعضها البعض.
شبكة العصبية تتكون من طبقة المدخلات، واحد أو أكثر طبقات مخفية وطبقة الانتاج. كل طابق يحتوي على عدد من الخلايا العصبية، والمدخلات والمخرجات طبقة الخلايا العصبية مرتبطة بشكل مباشر مع البيئة الخارجية.
في هذا المشروع، ولكل عامل (أي الطيور) في الشبكة العصبية الخاصة بها كما نقاط التفتيش الدماغ AI. يتكون الدماغ من ثلاث طبقات، البنية التالية:
طبقة المدخلات، واثنين من الخلايا العصبية، التي تمثل الطيور انقطاع المسافات الأفقية والرأسية
وهناك طبقة خفية، ستة الخلايا العصبية
طبقة الإخراج، الخلايا العصبية، بتنفيذ الإجراءات التالية: إذا كان الناتج > حوالي 0.5 على الطاير
الطابع، وهذا يمكن التعبير عن طريق الرسم البياني التالي:
الخوارزميات الجينية
نحن هنا استخدام الخوارزميات الجينية لتدريب وتحسين الشبكة العصبية.
الخوارزمية الجينية وكما يوحي اسمها، هو نوع من تقنيات البحث الأمثل المقترضة على أساس الانتقاء الطبيعي والعمليات الوراثية. تستخدم هذه الخوارزمية نفس الاختيار، والتبادل والتغيير معا ولتطور عشوائي الأولي.
ما يلي هي الخطوات الرئيسية لالخوارزمية الجينية لدينا:
إنشاء 10 الطيور الأولي (السكان) باستخدام الشبكة العصبية عشوائية
دع الطيور تستخدم الشبكة العصبية الخاصة بهم، في حين تلعب لعبة على خلع
لكل الطيور غير محسوبة وظيفة اللياقة البدنية لقياس جودة الرحلة
عندما ماتت جميع الطيور، واستخدام العمليات الوراثية لتقييم المخزون الحالي للجيل القادم
كرر الخطوة 2
وظيفة للياقة البدنية
الخطوة 3 أعلاه، حديثنا في العمق حول تفاصيل وظيفة اللياقة البدنية، وكيفية تحديد.
لأننا نريد أن استخدام أفضل الفردي (الطيور) السكان في التطور، فمن الضروري تحديد وظيفة اللياقة البدنية.
بشكل عام، يتم استخدام وظيفة اللياقة البدنية لقياس جودة كائن. سيتم قياس فريقنا كل الطيور، واختيار الفرد المناسب، لتوليد السكاني القادم.
في هذا المشروع، ونحن يجب أن يكافأ وفقا لطيور مسافة الرحلة. وبالإضافة إلى ذلك، وسنقدم العقاب وفقا للمسافة من الطيور والفجوة القادمة. وبهذه الطريقة، يمكننا أن نميز الطيور التي تطير على مسافة واحدة.
استراتيجيات البديلة
الخطوة 4 أعلاه الخوارزمية، يتم تنفيذ الخطوات التالية. في الأساس، فإن أفضل الطيور الفردية البقاء على قيد الحياة، وذريتهم محل أسوأ من تلك.
فرز السكان الفردية عن طريق اللياقة البدنية التقليدية
حدد مكافأة أعلى أربعة، توجيهها للسكان الجيل القادم
وهما المراتب العليا الأفراد، والجمع عبر لتوليد سليل
أكبر أربع شخصين تم اختيارها عشوائيا عبر الجمع بين تنتج ثلاثة ذرية
أعلى أربعة في اثنين من أفراد مختارين بشكل عشوائي لإنتاج اثنين من أحفاد النسخ المتماثل
لكل ذرية، تطبيق بعض الاختلاف عشوائي
قانون
رمز أعلاه، واقتناء عنوان يمكن الوصول إليها على النحو التالي:
https://github.com/ssusnic/Machine-Learning-Flappy-Bird
استنتاج
في هذا البرنامج التعليمي، وسوف ننجح في جعل AI تعلم للعب هذه اللعبة فلابي بيرد. بعد بضع التكرارات، يمكننا الحصول على الطيور لا يقهر تقريبا. ولتحقيق هذا الهدف، وكنا اثنين من خوارزميات تعلم الآلة: الشبكة العصبية الاصطناعية + الخوارزمية الجينية.
إذا كنت مهتما في هذا المشروع، ويمكن في المستقبل محاولة لتغيير بعض المعلمات من رمز ونرى ماذا سيحدث. على سبيل المثال، قد يكون عدد الخلايا العصبية تغير أو عدد كل جيل من سكان طبقة مخفية الفردية. وقد بالطبع مزيد من التعديل وظيفة اللياقة البدنية، مثل المسافة بين أضاف عقبة، والجاذبية ومثل العوامل.
حسنا، يمكنك محاولة تطبيق مفهوم مماثل لغيرها من الألعاب للذهاب!
نتمنى لك التوفيق ~
- انتهى -
التوظيف الصادق
المكدسة تقوم بتجنيد محرر / مراسل، ومقرها في تشونغ قوان تسون في بكين. نتوقع الموهوبين والطلاب المتحمسين للانضمام إلينا! مزيد من التفاصيل، يرجى و qubit عدد الجمهور (QbitAI) واجهة الحوار والرد "تجنيد" كلمة.
و qubit QbitAI
' " تتبع تقنيات AI دينامية جديدة والمنتجات
