实施神经网络以Python玩游戏

Question

我是一名希望使用Python 3编写人工智能项目的学生。我想创建一个可以学习玩游戏的前馈神经网络。我已经阅读了有关神经网络如何工作，培训程序等方面的内容，因此我很自信自己可以对网络进行编码。对游戏进行编码也很容易。

我在任何地方都找不到的东西是它们如何链接以及如何使游戏平稳运行。

例如，假设代码的主要结构如下所示：

while True:
    gameUpdate()
    networkUpdate() #Recalculates outputs based on current game state

网络更新速度是否足够快以允许合格的游戏帧速率？

如果结构与此不同，它将是什么样子以及如何发挥作用？

Answer 1

  

网络更新速度是否足够快以允许合格的游戏帧速率？

简短的回答：可能不会-即使对于简单的问题，重新调整网络的权重也需要一段时间。

好消息是，您可以根据网络的期望来重新构造问题。

您可能拥有一个网络，该网络将游戏环境中的功能作为输入，并为下一步操作（按键，方向，要说的东西，要购买的股票等）产生输出。然后，您运行游戏的“时代”或“时代”，然后创建衡量网络表现的指标（得分，总利润等）。然后，您可以使用该分数来计算成本函数（距预期结果有多远），然后可以使用该函数来调整网络中的权重。

因此，工作流程为：

1. 让网络玩游戏（神经网络通常可以很快速地从环境中获取输入并生成预测/输出）。
2. 根据网络表现如何调整网络。
3. 重复n次迭代，直到您的网络成为MLG

其他读者请评论我是否已经适当地采用了此方法，因为我对公认的通用方法感兴趣。我从来没有做过这样的项目，但我想这就是失败的原因。