image
本文为 AI 研习社编译的技术博客，原标题 ：
Using TensorFlow.js to Automate the Chrome Dinosaur Game (part 1)
作者 |* Aayush Arora*
翻译 | 胡瑛皓 编辑 | 王立鱼
原文链接：
https://heartbeat.fritz.ai/automating-chrome-dinosaur-game-part-1-290578f13907
image
本文将介绍如何用TensorFlow.js自动化Chrome自带的恐龙游戏。如果你之前没有玩过，简单说明一下它是一个附送的游戏，当你离线时 (或Chrome崩溃时) 可以控制一个2d恐龙，需要控制恐龙跳跃躲避障碍。在这里可以玩一把：https://chromedino.com/
神经网络 简言之是一个模拟人脑工作的计算系统模型。人类大脑由多个神经元组成，这些神经元结合在一起共同作出判断。
图中每个连接都带有权重和偏执项，优化这些参数得到需要的结果称为学习。
一个简易神经网络
TensorFlow是近年谷歌的深度学习开发库，它不仅提升了深度学习和机器学习的性能，同时也使开发者能更好的开发人工智能应用。
在TensorFlow的Python版本发布后，谷歌发布了用于Android的TensorFlow Lite，以及大家期待已久的 TensorFlow.js。TF.js 为JavaScript浏览器及后段提供了深度学习的能力。
TensorFlow.js 的API可分为两种—核心API，其中包含基础数学函数、优化器等，发烧友可以据此从零开始构建模型；层API，构建在TensorFlow.js核心之上的高层API，便于用户直接在浏览器上构建、训练、执行深度学习模型。
安装 TensorFlow.js
本文中，我们使用层API。若要安装TensorFlow.js，我需要通过npm安装，命令如下：
npm install @tensorflow/tf.js
在TensorFlow.js项目，我们通常会用webpack, parcel, 或 rollup等工具构建。
这些构建工具各有优缺点。Parcel适合较小的项目，rollup则刚出来。不过这些工具都是通过内部构建依赖图映射到项目的每个模块，最后生成1个或多个bundle。链接中的文章对这些工具做了详细的比较。
这里打个广告，如果想收到机器学习的新闻邮件，可在通过此链接注册，你每周都会收到由专业人士审核的机器学习的邮件。
Chrome 恐龙游戏
我们将创建一个AI系统，像人一样玩这个游戏。
首先我们需要模拟Chrome的自带的恐龙游戏（我们可以在GitHub中找到）。本例中我们用到一个 开源库 ，里面带有Chrome恐龙游戏的完整代码。我们对代码进行了格式化，使代码可读性更好。
让我们一步步来看一下
主类Runner.js中包含恐龙和游戏事件相关的实现。该类允许我们同时使用多个恐龙 (后续博客将使用此特性)。
在这个类里加了3个事件分别为:
-
onCrash
-
onReset
-
onRunning
这三个事件是游戏中主要的分割点。当恐龙碰到障碍物时触发onCrash
方法，onReset方法用于onCrash触发后重置游戏，onRunning方法在每个运动实例中调用以确定恐龙是否应该跳跃。
可参考以下代码:
https://github.com/aayusharora/GeneticAlgorithms
src/game目录中包含复现Chrome恐龙游戏的代码
runner.js导出这些方法，这样nn.js，我们的人工智能类可以访问以上谈到的方法。index.html里包含了HTML的div，在这里我们注入游戏画面以及相关脚本。
很好!! 希望你还在看。
接下来看一下如何设置项目。
设置
src/nn.js
第一步是定义import的内容。
这里我们使用babel-polyfill，这样就能使用ES6的全新特性了，其中包含了新的内置对象诸如 WeakMaps。
接下来引入tensorflow库作为tf对象。
下面导入画布宽度和高度，可以使用特征缩放，最后还有我们提到的Runner类。
import 'babel-polyfill';
import * as tf from '@tensorflow/tfjs';
import { CANVAS_WIDTH, CANVAS_HEIGHT } from './game/constants';
import { Runner } from './game';
接下来初始化runner类的实例为null。
let runner = null;
这里写一个setup函数，当所有DOM元素加载后，该函数将会被调用。
function setup() {
// setup code here
}
setup函数需要初始化runner实例，设置DINO_COUNT=1，并对应的给出onReset, onCrash, onRunning 事件对应的函数。之前说过Runner类支持多个恐龙同时运行。这里DINO_COUNT就设定了需要模拟的恐龙数量。
runner = new Runner('.game', {
DINO_COUNT: 1,
onReset: handleReset,
onCrash: handleCrash,
onRunning: handleRunning
});
把runner赋值给window.runner，这样可以作为全局变量访问，然后执行runner.init()，启动游戏。
window.runner = runner;
runner.init();
看起来已经完成设定，准备开始了 :)
处理重置
定义firstTime变量，表明恐龙游戏是第一次玩还是需要重置。这样就可以用同一个带条件判断的函数处理重置了。
let firstTime = true;
handleReset方法输入是恐龙数组，runner类创建了一组恐龙实例，支持多个恐龙同时在游戏中。这个设定是为接下来的系列，本文中数组里只含一个恐龙。
function handleReset( dinos ) {
//will handle resetting and initialization of the game
}
既然本例中只有1个恐龙，就取参数第0个元素。
const dino = dinos[0];
如果是第一次调用，将初始化模型并保存在dino.model对象中。我们用tf.sequential()创建模型，结果返回一个序列模型。接下来在模型中增加2层。
神经网络会接收3个输入, 即定义恐龙状态的参数，例如游戏的速度, 障碍物的宽度，与恐龙间的距离。
所以第一层的输入形状是 [3] ，这是一个2D tensor数组，例如 [ [1 , 1 , 0] ], 就代表3个不同的输入值。我们用的是最基本的激活函数sigmoid函数，为下一层输出6个值。
if (firstTime) {
firstTime = false;
dino.model = tf.sequential();
dino.model.add(tf.layers.dense({
inputShape:[3],
activation:'sigmoid',
units:6
}))
这是第二个输出层，包含6个输入，来自前一个隐层。
dino.model.add(tf.layers.dense({
inputShape:[6],
activation:'sigmoid',
units:2
}))
同样这里的激活函数是Sigmoid。那你觉得输出需要多少单元? 现在只需要2个单元, 对么? 1个输出恐龙跳跃范围是 [0,1] ，另一个输出是恐龙不动范围是 [1,0].
dino.model.compile({
loss:'meanSquaredError',
optimizer : tf.train.adam(0.1)
})
最终我们用 meanSquaredError loss 函数编译模型，用adam 优化器，其学习率为 0.1，可以试一下这个学习率 :)
在dino.training对象中，含了2个数组保存我们的训练集inputs和labels。
dino.training = {
inputs: [],
labels: []
};
否则，这不是第一次reset，就用TensorFlow自带的model.fit函数训练神经网络。该函数的参数是两个tensor以向量形式。第一个参数的输入与input的形状一致，第二个参数与output的形状一致。这里用TensorFlow api中的tensor2d函数将二维数组转成系统中的tensor。
else {
dino.model.fit(tf.tensor2d(dino.training.inputs),tf.tensor2d(dino.training.labels));
}
太棒了, 我们已经完成了模型构建并实现了训练部分。
那么…
开始预测!
很显然模型预测部分将由handleRunning使用，该函数决定接下来要做什么。
handleRunning方法接收恐龙和状态作为参数。这里的状态是当前Runner的状态 — 里面包含与下一个障碍物的距离、其宽度和游戏速度。返回一个Promise对象，后续会回调恐龙执行的动作。
function handleRunning(dino, state) {
return new Promise((resolve) => {
//resolve(action)
}
}
在promise回调函数里，传给匿名函数作为参数——解决回调函数。如果恐龙当前不在跳跃状态，就用模型预测下一个动作。predict方法处会调用ConvertStateToVector方法，其输入是状态对象，返回特征缩放向量。 接下来调用 tf.tensor2d 方法将数组转换成 tensor，然后用它来执行predict方法。
if (!dino.jumping) {
// whenever the dino is not jumping decide whether it needs to jump or not
let action = 0;// variable for action 1 for jump 0 for not
// call model.predict on the state vector after converting it to tensor2d object
const prediction = dino.model.predict(tf.tensor2d([convertStateToVector(state)]));
// the predict function returns a tensor we get the data in a promise as result
// and based on result decide the action
model.predict方法返回一个对象，其中包含data方法，用以返回一个Promise对象。Promise对象中构造匿名回调函数，其输入为result，result是一个简单数组包含预测结果。
既然前文定义了 [0,1] 作为跳跃输出，比较结果 result[1] 和 result[0]: 如果result[1] 大于 result[0], 就让恐龙跳一下; 否则恐龙继续保持奔跑状态。
如果执行跳跃，将action设置为 1 ，将lastJumpingState设置为当前state, 因为我们选择在这个状态跳跃。
const predictionPromise = prediction.data();
predictionPromise.then((result) => {
// console.log(result);
// converting prediction to action
if (result[1] > result[0]) {
// we want to jump
action = 1;
// set last jumping state to current state
dino.lastJumpingState = state;
如果不选择跳跃，将lastRunningState设置为当前state, 因为我们选择在这个状态保持奔跑。
else{
dino.lastRunningState = state;
}
最后, 代入所需的参数执行Promise (0 保持, 1 预测跳跃) resolve(action);
如果恐龙当前已在跳跃状态，执行 running (0) resolve(0);
好的! 这里已经决定了恐龙如何行动。接下来要处理失败的情况，比如当恐龙 撞到障碍物。这里也是创建训练数据的地方
处理恐龙落在障碍物上
收集训练数据
handleCrash函数会检查恐龙在起跳后是否撞到障碍物，基于这个状态选择向训练集增加什么数据。
function handleCrash(dino) {
let input = null;
let label = null;
// check if at the time of crash dino was jumping or not
if (dino.jumping) {
// Should not jump next time
// convert state object to array
如果恐龙在跳跃时撞到障碍物，这表示之前不应该起跳。那么保存lastJumpingState作为输入，其label为not-jump作为输出。
同样的如果并未及时起跳，但是恐龙碰到了障碍物，这意味着之前应该起跳。取lastRunningState作为输入，其label为jump作为其输出。然后将这些数据作为新的训练数据送入dino.training。
input = convertStateToVector(dino.lastJumpingState);
label = [1, 0];
} else {,
// Should jump next time
// convert state object to array
input = convertStateToVector(dino.lastRunningState);
label = [0, 1];
}
// push the new input to the training set
dino.training.inputs.push(input);
// push the label to labels
dino.training.labels.push(label);
}
执行 npm 启动 webpack-dev-server, 可以打开下面的网址看到游戏：
image
结论和下一步
好的, 本文中我们用神经网络自动化了Chrome恐龙游戏。后续文章将使用遗传算法结合神经网络。尝试使用遗传算法自动化游戏。
到本系列结束时，将对所有三种自动化策略的性能进行比较。
想要继续查看该篇文章相关链接和参考文献？
点击【如何使用 TensorFlow.js 自动化 Chrome 恐龙游戏？】即可访问!
今日资源推荐：《Tensorflow：实战Google深度学习框架》高清完整PDF版
《Tensorflow：实战Google深度学习框架》为使用TensorFlow深度学习框架的入门参考书，旨在帮助读者以最快、最有效的方式上手TensorFlow和深度学习。书中省略了深度学习繁琐的数学模型推导，从实际应用问题出发，通过具体的TensorFlow样例程序介绍如何使用深度学习解决这些问题。《Tensorflow：实战Google深度学习框架》包含了深度学习的入门知识和大量实践经验，是走进这个最新、最火的人工智能领域的首选参考书。
网友评论