如何成为马里奥赛车大师：如何教神经网络成为马里奥赛车大师 | 论文 + 代码赛车马里奥游戏
文耕编译
出品：QuantumBit | 官方账号：QbitAI
神经网络在游戏世界中继续取得巨大进步，这一次，它击败了经典游戏：马里奥赛车 64，而且只用了很少的计算能力。
先来看看结果吧，这个。。展示了经过两天半的训练后的表现，神经网络已经成为了经验丰富的司机，漂移、撞车都做得非常好~
这款玩《马里奥赛车64》的AI，是基于BizHawk模拟器中的NEAT算法，使用Lua语言构建的神经网络。
所谓 NEAT 算法，全称是 NeuroEvolution of Augmenting Topologies，是一种利用遗传算法进化人工神经网络的方法。NEAT 的思想是从一个小的、简单的网络开始，然后逐渐演化为复杂的网络。
NEAT 讨论页面在这里：
~kstanley/neat.html
有关 NEAT 的更多详细信息，请参阅论文“通过增强拓扑发展神经网络”：
回到这次的《马里奥赛车 64》，作者也在 GitHub 上公开了代码。要尝试这个代码，需要在某一关开始时创建一个保存文件。默认的保存文件名是“BB150.state”，但可以通过更改第 54 行代码（state_file = “BB150.state”）进行调整。
请记住确保存储状态的文件位于 Lua 文件夹中。
GitHub 代码在这里：
- 超过-
加入社区
量子比特AI社区第7群开始招募，欢迎对AI感兴趣的同学添加助手微信qbitbot2入群；
此外，专业量子比特子课题组（自动驾驶、CV、NLP、机器学习等）正在招募相关领域的工程师和研究人员。
进群请添加助手微信号qbitbot2，并务必备注对应群的关键词~审核通过后我们会邀请您进群。（专业群审核比较严格，请谅解）
诚挚招聘
Qbit正在招聘编辑/记者，工作地点为北京中关村。期待有才华、有热情的同学加入我们！相关详情请在Qbit公众号（QbitAI）对话界面回复“招聘”字样。
量子比特QbitAI
追踪人工智能技术和产品的新趋势
