本文來自AI新媒體量子位（QbitAI）
震驚！《Flappy Bird》火了這麼多年，竟然沒有中文名字。
沒事。這不妨礙各路AI大觸用這款遊戲練手。比方說今天這個HTML5教程，就是教你使用神經網絡+遺傳算法，搭建一個玩轉小鳥的AI。
提前說一下，教程最後有這個AI的代碼下載下傳。所有的代碼都是使用Phaser架構使用HTML5完成的。另外，神經網絡使用了突觸神經網絡（Synaptic Neural Network）庫，而不是從零開始搭建。
上面是Demo示範的截圖，通路下面這個網址，能夠看到這套算法的實際效果。
http://www.askforgametask.com/html5/tutorials/flappy/
不友善觀看上面線上Demo，或者沒有耐心的同學，可以選擇觀看下面這個視訊示範短片，中間有幾倍速度的畫面快進。
這套系統的算法，主要是基于NeuroEvolution（神經進化）。這種機器學習方法，使用遺傳算法（GA）等進化方法來訓練人工神經網絡（ANN）。
也就是說，這個例子中的機器學習=遺傳算法+神經網絡
人工神經網絡是機器學習算法的一個子集，它受到生物神經網絡結構和功能的啟發，這些網絡是由很多彼此發送信号的神經元組成。
一個神經網絡由輸入層，一個或多個隐藏層，以及輸出層組成。每層都有一些神經元，輸入和輸出層的神經元直接與外部環境相連。
在這個項目中，每個智能體（也就是小鳥）都有自己的神經網絡作為闖關的AI大腦。這些大腦由三層組成，結構如下：
一個輸入層，兩個神經元，代表小鳥到豁口的水準距離和垂直距離
一個隐藏層，六個神經元
一個輸出層，一個神經元，執行如下動作：如果輸出>0.5就飛一下
上述文字，也可以用下面這張圖表示：
我們在這裡使用遺傳算法，來訓練和改進神經網絡。
遺傳算法顧名思義，是一種借鑒了自然選擇和遺傳過程的基于搜尋的優化技術。這種算法使用相同的選擇、組合交叉和變異的組合，來進行初始的随機演化。
以下是我們遺傳算法實作的主要步驟：
使用随機神經網絡建立10個初始的小鳥（種群）
讓小鳥使用他們自己的神經網絡，同時起飛玩遊戲
對于每個小鳥，計算适應度函數來衡量飛行品質
當所有小鳥死亡時，使用遺傳算子把目前種群評估到下一代
重複步驟2
對于上面的第3步，我們深入談一下适應度函數的細節，以及如何定義。
由于我們想要使用最好的個體（小鳥）來進化種群，是以需要定義一個适應度函數。
一般來說，适應度函數用來衡量對象的品質。我們隊每一隻小鳥都進行測量，并從中選擇合适的個體，用以生成下一代種群。
在這個項目中，我們按照小鳥的飛行距離給予獎勵。另外，我們會根據小鳥和下一個豁口的距離給予懲罰。按照這種方式，就可以差別哪些飛行了同樣距離的小鳥。
對于上面第4步中遺傳算法，下面是實作的步驟。基本上，最好的小鳥個體會生存下來，它們的後代會取代表現最差的那些。
現有種群的個體按照适應度進行排序
選擇前四名給予獎勵，直接把它們傳給下一代種群
排名最高的兩個個體，進行交叉組合，生成一個後代
前四名中随機選擇兩個個體，交叉組合産生三個後代
前四名中随機選擇兩個個體，生成兩個直接複制的後代
對于每個後代，施加一些随機變異
上述代碼，可以通路如下位址擷取：
https://github.com/ssusnic/Machine-Learning-Flappy-Bird
在這個教程中，我們成功的讓AI學會玩Flappy Bird這個遊戲。在幾次疊代之後，我們可以得到一個幾乎無敵的小鳥。為了實作這一目标，我們采用了兩種機器學習算法：人工神經網絡+遺傳算法。
如果你對這個項目感興趣，未來可以嘗試改變代碼中的一些參數，看看會發生什麼。例如，可以改變隐藏層中的神經元數量或者每一代種群的個體數量。當然還可以對适應度函數進行修改，比方加入障礙物之間的距離、重力等等因素。
以及，你可以嘗試把類似的理念應用到其他遊戲中去！
祝好運~
— 完 —
本文作者：問耕
原文釋出時間：2017-08-21