一個懂寫代碼的程序員平常是怎么玩游戲的？想知道嗎，一個網(wǎng)名叫做 Code Bullet 的澳大利亞程序員就經(jīng)常自己在家制造和訓練 AI 幫他打游戲。

看過他訓練出的 AI 玩的游戲，感覺…再也不想玩游戲了呢。

先來看 AI 玩 Flappy bird 會怎樣。

小哥使用的是NEAT（neuro evolution of augmenting topologies）算法，也就是增強拓撲的神經(jīng)演化算法。

NEAT 是一種結(jié)合神經(jīng)網(wǎng)絡(luò)和遺傳算法（genetic algorithm）的好算法。

遺傳算法是什么？

遺傳算法類似于一個代碼進化系統(tǒng)，它是一種優(yōu)勝劣汰 AI 的算法。

你要做的，就是告訴計算機，什么是“成功”的標準，還要告訴AI，它可以看到什么，可以做什么。成功的AI可以進行一次繁殖，留下后代，不成功的 AI 就當場去世了。

為了模擬演化，子代 AI 還會和爸爸/媽媽有一點點的不同，類似于遺傳突變。

神經(jīng)網(wǎng)絡(luò)則是一種具有學習能力的算法，它模擬的是生物神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，可以根據(jù)經(jīng)驗不斷調(diào)整。

在 Flappy bird 里，小哥設(shè)定 AI 可以看到鳥鳥和柱子的距離、鳥鳥相對于柱子的速度等信息。剩下的該怎么玩 AI 自便。

在每一代的 AI 里，玩得最好的可以進行繁殖，并把自己的優(yōu)秀基因遺傳給下一代。當然了，下一代也不會照單全收，還是會有小小的突變。

第六代目就可以妥妥地拿下2000分了...

好的，小哥用 NEAT 玩壞的第二個游戲，就是 Chrome 瀏覽器連不上網(wǎng)時候出現(xiàn)的彩蛋小游戲——跳跳恐龍。

你還不知道有這個游戲？

你能玩到第幾關(guān)呢？

好的，發(fā)現(xiàn)自己技術(shù)太差以后，小哥就自行復制出了游戲，并開始無情的 AI 模式了。

第一代AI有500只，每一只控制著一只恐龍。發(fā)揮最好的 AI 可以進入繁殖階段，不行的AI就莫得繁殖。而且下一代的策略會和上一代有一點點不同，類似于遺傳突變。

上面的那些網(wǎng)絡(luò)就是控制這些 AI 的神經(jīng)網(wǎng)絡(luò)，它會一代代地發(fā)生變化。

這個神經(jīng)網(wǎng)絡(luò)的輸入信號就是每個 AI 看到的東西，輸出就是每個AI的動作。新的神經(jīng)網(wǎng)絡(luò)連接的出現(xiàn)代表著 AI 學會了某種特定的策略。

第一代的基本設(shè)定很簡單，就是不停地隨便亂跳。就和你一開始玩的時候一樣。如果你仔細看上面的圖，會發(fā)現(xiàn)有只AI是一直趴著前進的。

就這樣，傻 fufu 的 AI 被一代代刷掉之后，終于有只 AI 搞明白要看清楚距離再跳了。

好的，玩過這個游戲的人知道，到了一定時間，速度會變得飛快，而且一些鳥鳥飛得太高踩不到，所以在大鳥鳥面前要主動彎腰。

利用遺傳算法訓練到第八代 AI 的時候，它們看起來就已經(jīng)很聰明了。

但是第八代還是沒學會在踩不扁的大鳥鳥面前低頭。

到了25代，AI 終于學會了，如果你不能碾壓別人，那就要立刻向大佬低頭，晚0.1秒都不行。

到了第40代AI，見識一下什么叫做恐怖。

第25代 AI 妥妥地拿下了2萬分。后來因為小哥的電腦實在吃不消了才沒有繼續(xù)刷出高分。

還有這個世界最難游戲。

小哥也是因為自己玩得太爛，于是決定用遺傳算法算法來海選 AI 幫自己刷分。

每個 AI 依照一套指令（術(shù)語叫做 vector）。

和自然選擇理論一致，適合度最高的 AI 可以繁殖，做不到的 AI 就只能去死了。小哥規(guī)定，AI 要在有限的步數(shù)之內(nèi)完成特定的指令。完成的指令越多，就可以獲得更多的步數(shù)。

一伙 AI 沖上場的畫面。有不怕死的已經(jīng)當場去世了。

注意到頭是綠的 AI 嗎？它們是上一代 AI 里最優(yōu)秀的后代。

終于到了第50代，第50代啊同志們，有一個AI來到了終點。

也是用 NEAT 算法訓練的 AI 玩越野賽車。

從沒眼看的個位數(shù)代目——

再到彪悍的十七代目——

再來看看 AI 玩貪吃蛇。

小哥先利用遺傳算法和深度學習（deep learning）訓練出了幾條優(yōu)秀的 AI 貪吃蛇，然后利用融合（fusion）的方法把它們的“大腦”合體。相當于一個貪吃蛇的身體里藏著好幾條蛇。人類是不是管這個叫做精分？

小哥另外讓高級版的貪吃蛇 AI 在不同貪吃蛇 AI 附體時對外展現(xiàn)出不同的顏色。

比如，在發(fā)現(xiàn)食物，并且確定能夠吃到的時候變成綠色，藍色表示它確定能離食物越來越近，白色表示它看不到食物在哪里，只能盡量不讓自己死掉。

這個精分版的貪吃蛇 AI 是這樣玩的。

總之，小哥用 NEAT 算法的套路玩轉(zhuǎn)了各種你耳熟能詳?shù)男∮螒颉ＰЧ际歉芨艿摹?/p>

除了 NEAT 算法，他還用其他算法破解了另一些游戲。

比如，小哥還教 AI 玩55 x 55 x 55的魔方。

小哥說不能做更大的魔方了，它電腦要中風了。

小哥用Q學習（Q-Learning）練的玩鋼琴塊游戲的 AI。

Q學習屬于增強學習算法，增強學習算法就是要記錄學習過的策略，并且根據(jù)獎勵（目標）來調(diào)整策略的算法。

AI 的目標是找到屏幕上的黑框，然后使勁地摁就好了。一鍵玩到電腦中風的樣子——

你玩過掃雷吧。小哥也造了一個掃雷 AI?？?AI 玩 64 x 36 的掃雷覺得莫名舒爽有木有？

好的，看完了上面這些 AI 打游戲的精彩片段我們知道，永遠也不要嘲笑一個會繁殖的 AI 和一個玩不好游戲的程序員。