愤怒的小鸟功能，愤怒的小鸟游戏教程

《愤怒的小鸟》是一款主流经典游戏，自2009年以来下载量已达40亿次，约占地球人口的一半。此外，它还催生了大量的图画小说和书籍、两部电影、四部动画系列、无数智能手机和其他平台上的游戏，甚至还有AR 版本的游戏。

雷锋网注：上图为《愤怒的小鸟》 《猪岛》的AR版本。

目前，AI正在向这款风靡全球的游戏发起挑战，——AI已经达到了与游戏中顶尖玩家同等的水平。

在本周Arixiv.org 上发表的一篇论文中，布拉格查尔斯大学的研究人员详细介绍了一种名为DQ-Birds 的人工智能系统。该系统通过Deepmind开发的Deep Q学习算法进行训练，比以往任何时候都更好。在随机采样的环境中完成分配的任务。

雷锋网了解到，研究人员通常在使用深度Q学习算法训练AI系统时，也会使用双Q学习算法。这个算法非常重要，因为它不是用来控制机器的下一步行为的。相反，它用于评估决策。

研究人员在论文中写道：

对于一个人工智能代理来说，游戏《愤怒的小鸟》需要考虑顺序、游戏环境等随机因素，还要区分多个类别的小鸟及其对应的能力和最佳点击次数，非常棘手。如果人工智能代理想要成功完成一项任务，它必须能够提前预测或模拟其行为的后果。

为此，AI 系统会捕获游戏的屏幕截图（系统会等待5 秒，直到游戏的物理稳定后才拍照），对其进行裁剪，并将其显示在菜单、重播等中。隐藏UI 元素。屏幕截图被裁剪后，系统会调整图像大小，使其相对统一和标准化，然后将其发送到Deep Q-learning 机器学习算法。

雷锋网了解到，为了更好地理解模型，团队还收集了21个难度数据集，包含经典荷包蛋关卡：010到30000的超过115,000张截图。研究人员报告称，他们的人工智能系统在某些级别上能够超越由四名职业人类玩家组成的团队，但在21 个难度上，尤其是在18 级以上的难度上，似乎仍略低于总分。

此外，在IJCAI（国际人工智能联合。。）。。期间，该研究团队还利用其AI模型参加了愤怒的小鸟AI竞赛；在本次比赛中，多名参赛者的AI模型获得8胜，顺利过关。前三轮从未碰过的DQ-Birds体系虽然没有获胜，但成功过关三关，是2017年水平的一半，总决赛的水平更是高了。

研究人员在他们的报告中指出：

我们在这项研究中错过的目标之一是DQ-Birds 系统并没有完全超越人类，这主要是由于缺乏足够多样化的训练数据集。原因是但好消息是DQ-Birds 已经可以同时完成多个关卡。