Dinossauro-Google:神经网络已应用于Google Chrome Dinosaur游戏！

Google Dino IA 该项目由多个神经网络竞争，以学习如何在Google Chrome浏览器中玩恐龙游戏。 关于该项目 这个想法是使用“人工选择”来发展各种神经网络的权重，以便找到最佳组合，从而获得角色的最佳行为。 使用Programming Interface Gaming（PIG）图形库从头开始（没有引擎）重新创建了游戏，该库又基于传统的Simple DirectMedia Layer（SDL） 。 使用的人工神经网络是3层感知器多层！ 具有6个传感器+ 1个偏置的输入层，总共7个神经元 具有6个神经元+ 1个偏差的隐藏层，总共7个神经元 具有3个神经元的输出层（跳跃，下层，飞机） 在所有神经元中使用的激活功能是ReLU。 该学习方法通​​常称为“随机突变”。 我使用的人口规模在1000到5000个人之间变化。 每个游戏模式的学习时间在15到60分钟之间变化。