Q_Learning 微信跳一跳

将 DQN 应用在微信跳一跳小程序 在游戏中，把棋子中心和方块中心的距离作状态(state)，按压屏幕的时间作为action来做强化学习。

效果展示

不是很稳定...

预训练

由于正常游戏中样本量太少，这里采用了预训练的方式来加速强化学习的过程。每次随机生成距离状态量，根据预设的参数来求出虚拟的真实按压时间。利用它与模型输出的action做比较，判断游戏是否game over。

Requirement

python3
tensorflow > 1.2.0
tqdm

Installing

sudo pip3 install tensorflow
sudo pip3 install tqdm

ADB

使用ADB来从安卓机中截图，如果使用的是mac电脑，安装如下：

brew cask install android-platform-tools   

手机需要打开开发者模式，这里贴上一篇小米手机打开开发者模式的教程，之后手机USB连接上电脑，终端输入命令

adb devices

如果看到显示信息是

List of devices attached
6934dc33    device

便完成配置 . windows和linux环境配置可参考下面的连接 配置链接

RUN

微信打开跳一跳游戏界面

git clone https://github.com/zhanzecheng/DQN_wechat_jump_AI.git
cd src
python3 run_this.py

默认使用了预训练模式 可以通过参数选择是否使用预训练模式和预训练的次数

python3 run_this.py --pre=True --pre_epoch=100000

config文件夹包含这各种手机的屏幕参数信息，若效果不好，请根据需要调节。

TODO

1. 开发ios版本：正在进行中
2. 优化reward函数：等待
3. 采用连续的action网络函数来替代DQN：等待