能玩Super Mario World的人工智能MarI/O
这篇文章是我尝试的记录，所以夹杂较多的废话，见谅！
在开源杂志oszine的网站上有这么一篇文章：
文章大意是介绍了一个开源的AI：MarI/O。MarI/O只有短短的一千多行代码，但是却能通过不断地试错和学习找出通关方法。
MarI/O只有几个简单的参数，它只是通过尝试一切它能做出的动作。其中有一个“Fitness”值，只有当马里奥向右移动时值才会增加。而MarI/O的设定是使得Fitness值不断增加，这就会促使它向右移动。
MarI-O - Machine Learning for Video Games-高清观看-腾讯视频
在周四（11.12）晚上，我看到了这篇文章，当时就觉得很有趣，所以就复制了源代码后开始尝试。
源代码是用脚本语言Lua写的，通过一个的模拟器the BizHawk emulator运行游戏“Super Mario World (USA)"（简称SMW）或"Super Mario Bro."并调用脚本就可以在自己的电脑上运行MarI/O。
一开始我没有留心源码上的英文注释，以为随便找个模拟器和马里奥的游戏就可以运行，事实证明我想得太简单了。
由于我前段时间有接触过Lua，电脑上也有Lua的运行环境，所以我也没想太多。谁知道模拟器和游戏下载好后，双击Lua脚本，结果就呵呵了，一闪而过，然而啥事都没有，想象中高大上的MarI/O也没有出来。
没办法，硬着头皮看那段英文注释。在注释中我得到了两个重要信息，一个是模拟器，一个是游戏版本。得到了这两个信息后，我马上打开浏览器，Ctrl + V，百度谷歌一起搜，download了BizHawk和SMW，然后就开始了第二次尝试。
然而这次尝试还是失败告终，原因之后说。
第二天我试着手打了一千多行源代码，因为我怀疑是复制的问题导致脚本运行不了。谁知道手打完了，结果还是一样。崩溃的心啊，哗啦啦碎了一地。这时候只有再次祭出百度谷歌大法了。
我在伯乐在线上搜到这篇文章，里面也贴出了源代码，当时我心想有没有可能是oszine上的源码有错呢，然后便复制了伯乐在线那篇文章里的源代码。结果真的跑起来了，当时那个兴奋劲呀！（没想到真的是源码有错，浪费了一天--!!!）
其实脚本能跑之后还有点小波折，就是一开始的SMW运行这个脚本的话会出现内存溢出的问题，所以我又重新下了一个SMW。
历经波折，我的MarI/O昨晚也开始跑起来了，我果断地让它跑个通宵，还开了四倍速。到了下午（11.14），它已经有了百分之七八十的通过概率了。
MarI/O的尝试过程超级有趣，看着它做出尝试的时候，我想到了一个名词——奖励机制。同时也想到了从图书馆借的那本《通灵芯片——计算机运作的简单原理》里面的第八章：自学习与自适应的计算机的内容。
然后我就有了一个想法，就是可以制造一个会做出简单动作的机器人，它会尝试一切自己能够做的动作，通过识别人类的语音来判断自己的行为是否正确，然后保留正确的动作，改变错误的动作。通过不断地试错与学习，是不是就会成为智能机器人呢？（笑）
其实奖励机制让我想到的还有一个人的成长过程。当一个婴孩诞生在这个世界上时，他就开始了不断地尝试探索这个世界，以及通过周围人的反馈去改变自己的行为，不断地学习，这是不是很想MarI/O的成长过程呢？
一开始婴孩脑海里也是一片空白，什么概念都没有，存在的只有本能——寻找对自己有益的。MarI/O一开始也不知道怎么去通关一个游戏，它的本能就是去是"Fitness值"增长。
婴孩通过尝试自己能够做出的动作来使得这个世界有所反应，然后他根据反馈去调整自己，通过不断地学习，他也就拥有了自我的判断能力。MarI/O也是如此，从一开始在原地上下左右望和跳，发现了向右可以增长"Fitness值"，便开始了它的通关之路。
啰啰嗦嗦说了这么多也不容易呀！（笑）
附上下载链接，有兴趣的人也可以试试，看着马里奥在不断地尝试真的是很有趣的事情！（笑）
PS：NEAT的意思如下
这种学习方式称之为神经网络进化拓扑结构（NeuroEvolution of Augmenting Topologies，简称NEAT），虽然这并不是一项新技术，但是在这里，作者却将其使用的非常高效。在一千多行Lua代码下，即实现了与估值四亿美金Deepmind类似的效果，不可不谓十分之神奇。 --www.oszine.com
PPS：运行MarI/O前需要自己创建一个叫做"DP1.state"的存档文件（SMB是"SMB1-1.state"文件），并将之复制到Lua目录下和BizHawk根目录下。而且最好是进入了关卡内的存档。
最后附上一些图片：
源码
游戏界面
打开游戏ROM
Tools选项
脚本运行框（Lua Console）
一开始蠢萌蠢萌的MarI/O
学聪明的MarI/O（在经过24个遍历轮回后--!!）
四倍速
网友评论