planet0104的博客

代码一个多月没看，昨晚终于把错误找着了。这个演示程序能识别上下左右、西南、东南、正方形等，识别率很高。在线演示地址是ai-demo.appspot.com。 这个算法原理很好理解，好比老师让学生背诵课文，老师要达到的目的是“学生背过课文”，相对应的，软件要达到的目的是“我们把鼠标向左移动”显示“左”。老师第一次对学生说，你把课文背一遍，学生磕磕绊绊，老师说不通过接着告诉同学背课文的技巧等等，然后学生回到作为继续背课文。下节课，老师又对这个学生说，你把课文背一遍，学生背还是不很流畅，老师又说不通过，然后学生再回去背……，直到最后一次背课文，老师说OK，这就算达到目的了。 同样，软件识别鼠标手势也是一样，“鼠标向左移动手势”输入到算法中，程序检查算法计算结果，如算法输出果结果距离“左”差很远，那么不通过，程序就告诉算法，你要继续改进。如此循环，直到算法输出结果跟输入手势非常接近了，程序说通过了，那么就达到目的了，也就意味着这个算法就可以识别出“左”了！同样，也可以把“右”识别出来。 这个算法在神经网络中叫“有监督的训练方法”也叫“反向传播”。目前我对这个算法就这么些理解了。里边还有很多东西有待研究。但是，能把书中的例子改成 JavaScript版本，我就非常高兴了!有兴趣的也可以看看这本《游戏编程中的人工智能技术》，我自古讨厌数学，而且讨厌公式，而人工只能就需要数学，但这本书讲的确实非常好！ 这个程序里边并没有训练方法，我只是把书中训练好的数据提取出来，直接输入到JavaScript写的神经网络里，这样一打开程序就能直接识别，否则还得训练，就现在javascript的执行效率，这不得到猴年马月去了！ 程序用了一个js游戏库，名字叫jsgamesoup，里边的画图是HTML5语法的，在IE6下支持不太好，在IE8下运行也很顺畅。

JavaScript改写《游戏编程中的人工智能技术》中的遗传算法+神经网络“扫雷机”。至今感觉自己写的运行效率很低，在谷歌浏览器或火狐下运行还算流畅。希望有高人指点！

用JavaScript改写《游戏编程中的人工智能技术》中的遗传算法例子“巡回销售员问题”，使用jsDraw2D实现画图

很有趣的一个登月小游戏，光标键控制飞船方向，空格键推动前进，改编于《游戏编程中的人工智能技术》书中的例子，使用Raphael函数库进行画图，由于JavaScript的运行效率问题，游戏在谷歌浏览器下运行比较流畅

用JavaScript改写《游戏编程中的人工智能技术》中的C++遗传算法例子“帮助Bob回家”，用HTML页面显示结果。用Chrome浏览器运行速度最快。