开发工具

Python版本：3.6.4

相关模块：

opencv-python模块；

numpy模块；

selenium模块；

pillow模块；

以及一些Python自带的模块。

环境搭建

安装Python并添加到环境变量，pip安装需要的相关模块即可。

原理简介

T-Rex Rush是谷歌浏览器里自带的一个彩蛋小游戏，电脑断网的时候按下空格键就可以触发。或者直接访问如下链接也可以：

大概长这个样子：

image.png

玩法很简单，玩家通过操纵空格键来控制小恐龙跳跃或者不跳跃，从而躲避路上的障碍物。当小恐龙不小心撞到障碍物时，游戏结束。

今天我们直接设计一个简单的策略，就可以轻松实现上万的跑分：

image.png

具体而言，你只需要每次截取小恐龙前面的图像区域，然后检测一下是否有障碍物出现就ok了：

image.png

具体而言，截取图像的函数实现如下：

'''screenshot'''

def screenshot(self, area):

image_b64 = self.driver.execute_script("canvasRunner = document.getElementById('runner-canvas'); return canvasRunner.toDataURL().substring(22)")

image = Image.open(BytesIO(base64.b64decode(image_b64))).convert('RGB')

image = image.crop(area)

return image

根据截图来生成小恐龙当前需要进行的动作的智能体实现如下：

'''agent'''

class Agent():

def __init__(self, bbox_area, **kwargs):

self.bbox_area = bbox_area

self.bg_color = 255

self.reference_frame = np.full((bbox_area[3]-bbox_area[1], bbox_area[2]-bbox_area[0], 3), self.bg_color)

'''return action according to the game frame'''

def act(self, frame):

action = [1, 0]

frame = np.array(frame)

if self.bg_color != frame[0][0][0]:

self.bg_color = frame[0][0][0]

self.reference_frame = np.full((self.bbox_area[3]-self.bbox_area[1], self.bbox_area[2]-self.bbox_area[0], 3), self.bg_color)

diff = np.subtract(self.reference_frame, frame).sum()

if diff != 0:

action = [0, 1]

return action

虽然听起来很简单，但是实际效果还是蛮不错的(除了有时候植物连在一起的话判断会出问题T_T)。

完整源代码详见相关文件呗~