用TensorFlow做一个玩微信跳一跳的AI

作为python和机器学习的初学者，目睹了AI玩游戏的各种风骚操作，心里也是跃跃欲试。

然后发现微信跳一跳很符合需求，因为它不需要处理连续画面（截屏太慢了）和复杂的操作，很适合拿来练手。于是…这个东西诞生了，目前它一般都可以跳到100多分，发挥好了能上200。

Android手机，数据线

ADB环境

Python环境（本例使用3.6.1）

TensorFlow（本例使用1.0.0）

使用adb模拟点击和截屏，使用两层卷积神经网络作为训练模型，截屏图片作为输入，按压毫秒数直接作为为输出。

最开始想的用强化学习，然后发现让它自己去玩成功率太！低！了！，加上每次截屏需要大量时间，就放弃了这个方法，于是考虑用自己玩的数据作为样本喂给它，这样就需要知道每次按压的时间。

我是这样做的，找一个手机写个app监听按压屏幕时间，另一个手机玩游戏，然后两个手指同时按两个手机o(╯╰)o

第一层卷积：55的卷积核，12个featuremap，此时形状为9696*12

池化层：44 max pooling，此时形状为2424*12

第二层卷积：55的卷积核，24个featuremap，此时形状为2020*24

池化层：44 max pooling，此时形状为55*24

全连接层：5524连接到32个节点，使用relu激活函数和0.4的dropout率

输出：32个节点连接到1个节点，此节点就代表按压的时间（单位s）

# 输入：100*100的灰度图片，前面的None是batch size，这里都为1  
x = tf.placeholder(tf.float32, shape=[None, 100, 100, 1])  
# 输出：一个浮点数，就是按压时间，单位s  
y_ = tf.placeholder(tf.float32, shape=[None, 1])  

# 第一层卷积 12个feature map  
W_conv1 = weight_variable([5, 5, 1, 12], 0.1)  
b_conv1 = bias_variable([12], 0.1)  
# 卷积后为96*96*12  

h_conv1 = tf.nn.relu(conv2d(x, W_conv1) + b_conv1)  
h_pool1 = max_pool_4x4(h_conv1)  
# 池化后为24*24*12  

# 第二层卷积 24个feature map  
W_conv2 = weight_variable([5, 5, 12, 24], 0.1)  
b_conv2 = bias_variable([24], 0.1)  
# 卷积后为20*20*24  

h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2)  
h_pool2 = max_pool_4x4(h_conv2)  
# 池化后为5*5*24  

# 全连接层5*5*24 --> 32  
W_fc1 = weight_variable([5 * 5 * 24, 32], 0.1)  
b_fc1 = bias_variable([32], 0.1)  
h_pool2_flat = tf.reshape(h_pool2, [-1, 5 * 5 * 24])  
h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)  

# drapout，play时为1训练时为0.6  
keep_prob = tf.placeholder(tf.float32)  
h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)  
# 学习率  
learn_rate = tf.placeholder(tf.float32)  

# 32 --> 1  
W_fc2 = weight_variable([32, 1], 0.1)  
b_fc2 = bias_variable([1], 0.1)  
y_fc2 = tf.matmul(h_fc1_drop, W_fc2) + b_fc2  

# 因输出直接是时间值，而不是分类概率，所以用平方损失  
cross_entropy = tf.reduce_mean(tf.square(y_fc2 - y_))  
train_step = tf.train.AdamOptimizer(learn_rate).minimize(cross_entropy)  

# 获取屏幕截图并转换为模型的输入  
def get_screen_shot():  
    # 使用adb命令截图并获取图片，这里如果把后缀改成jpg会导致TensorFlow读不出来  
    os.system('adb shell screencap -p /sdcard/jump_temp.png')  
    os.system('adb pull /sdcard/jump_temp.png .')  
    # 使用PIL处理图片，并转为jpg  
    im = Image.open(r"./jump_temp.png")  
    w, h = im.size  
    # 将图片压缩，并截取中间部分，截取后为100*100  
    im = im.resize((108, 192), Image.ANTIALIAS)  
    region = (4, 50, 104, 150)  
    im = im.crop(region)  
    # 转换为jpg  
    bg = Image.new("RGB", im.size, (255, 255, 255))  
    bg.paste(im, im)  
    bg.save(r"./jump_temp.jpg")  

    img_data = tf.image.decode_jpeg(tf.gfile.FastGFile('./jump_temp.jpg', 'rb').read())  
    # 使用TensorFlow转为只有1通道的灰度图  
    img_data_gray = tf.image.rgb_to_grayscale(img_data)  
    x_in = np.asarray(img_data_gray.eval(), dtype='float32')  

    # [0,255]转为[0,1]浮点  
    for i in range(len(x_in)):  
        for j in range(len(x_in[i])):  
            x_in[i][j][0] /= 255  

    # 因为输入shape有batch维度，所以还要套一层  
    return [x_in]  

以上代码过程大概是这样：

while True:  

    …………  

    # 每训练100个保存一次  
    if train_count % 100 == 0:  
        saver_init.save(sess, "./save/mode.mod")  

    …………     

    sess.run(train_step, feed_dict={x: x_in, y_: y_out, keep_prob: 0.6, learn_rate: 0.00005})  

训练所用数据是直接从采集好的文件中读取的，由于样本有限（目前采集了800张图和对应800个按压时间，在github上train_data文件夹里），并且学习率太大又会震荡，只能用较小学习率反复学习这些图片。

1.样本的按压时间大都分布在300ms到900ms之间，刚开始训练的时候发现不论什么输入，输出都一直很谨慎的停留在600左右，还以为这种方法不可行。不过半个小时后再看发现已经有效果了，对于不同的输入，输出值差距开始变大了。所以…相信卷积网络的威力，多给它点耐心。

2.由于我自己最多玩到100多分，后面的数据没法采集到，所以当后面物体变得越来越小时，这个AI也会变得容易挂掉。理论上说让它自己探索不会有这个瓶颈，只是截屏时间实在难以忍受。

3.目前还是初级的版本，有很多可以优化的地方，比如说识别左上角的分数，如果某次跳跃得分较高，那么可以把这次的学习率增大；检测特殊物体，比如超市音乐盒，就停留几秒再进行下一次跳跃，等等。

下面是github地址，源码加注释总共不到300行：

https://github.com/zhanyongsheng/LetsJump

Enjoy yourself！

本文出自zhanys_7的博客