Machine Learning Flappy Bird
1.0.0
以下は、ニューラルネットワークと遺伝的アルゴリズムを使用して、Flappy Birdビデオゲームの機械学習アルゴリズムを実装するHTML5プロジェクトのソースコードです。このプログラムは、できるだけ長く障壁を通して安全に飛ぶために、最適に羽ばたく方法を小さな鳥に教えています。
詳細とデモを備えた完全なチュートリアルは、ここで見つけることができます：
http://www.askforgametask.com/tutorial/machine-learning-algorithm-flappy-bird
ここでは、アルゴリズムの簡単なプレゼンテーションで短いビデオを見ることもできます。
https://www.youtube.com/watch?v=aewmdojejf0
すべてのコードは、ニューラルネットワークの実装のために、フェイザーフレームワークとシナプスニューラルネットワークライブラリを使用してHTML5で記述されています。
ゲームをプレイするために、各ユニット（鳥）には、次の3つのレイヤーで構成される独自のニューラルネットワークがあります。
2つのニューロンが鳥が見ているものを提示する入力層：
1) horizontal distance between the bird and the closest gap
2) height difference between the bird and the closest gap
6個のニューロンを備えた隠れ層
次のようにアクションを提供するために使用される1ニューロンの出力層：
if output > 0.5 then flap else do nothing
シナプスニューラルネットワークライブラリは、ゼロから新しいものを作成する代わりに、人工ニューラルネットワーク全体を実装するために使用されています。
このプログラムで実装されている機械学習の主な概念は、神経進化形式に基づいています。遺伝的アルゴリズムなどの進化アルゴリズムを使用して、人工ニューラルネットワークを訓練します。主な手順は次のとおりです。
ランダムなニューラルネットワークで10ユニット（鳥）の新しい人口を作成する
独自のニューラルネットワークを使用して、すべてのユニットが同時にゲームをプレイしてみましょう
各ユニットについて、そのフィットネス関数を計算して、その品質を次のように測定します。
fitness = total travelled distance - distance to the closest gap
すべてのユニットが殺害されたら、次のように遺伝的アルゴリズム演算子（選択、クロスオーバー、および突然変異）を使用して、現在の集団を次の集団に評価します。
1. sort the units of the current population in decreasing order by their fitness ranking
2. select the top 4 units and mark them as the winners of the current population
3. the 4 winners are directly passed on to the next population
4. to fill the rest of the next population, create 6 offsprings as follows:
- 1 offspring is made by a crossover of two best winners
- 3 offsprings are made by a crossover of two random winners
- 2 offsprings are direct copy of two random winners
5. to add some variations, apply random mutations on each offspring.
ステップ2に戻ります
このプログラムは、Phaser FrameworkとSynaptic Neural Network Libraryを使用してHTML5で記述されているため、これらのファイルが必要です。
ゲームロジック全体がGamePlay.jsファイルに実装されています。次のクラスで構成されています。
App.Main 、次の重要な機能を備えた主なルーチン：
TreeGroup Class 、移動障壁を表すためにPhaser Groupクラスを拡張しました。このグループには、上部と底の木のスプライトが含まれています。
Tree Class 、ツリースプライトを表すための拡張フェイザースプライトクラス。
Bird Class 、鳥のスプライトを表すための拡張フェイザースプライトクラス。
Text Class 、テキストの描画に使用される拡張フェイザービットマップテキストクラス。
遺伝的アルゴリズムは、次のクラスで構成されるgenetic.jsファイルに実装されています。
すべての遺伝的アルゴリズム操作を処理するメインクラスであるGeneticAlgorithm Class 。 2つのパラメーターが必要です。MAX_UNITSは、人口の合計ユニットを設定し、 TOP_UNITSを設定して、進化する人口に使用される多くのトップユニット（勝者）を設定します。ここにその重要な機能があります：
