前言

利用Python出个强化学习的Chrome浏览器的小恐龙游戏版本吧。废话不多说，让我们愉快地开始吧~

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：

https://chromedino.com/

大概长这个样子：

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。

之前我们设计过用简单的强化学习算法来自动玩这个游戏：
DQN玩T-Rex Rush(上)

今天我们不打算搞这些花里胡哨的东西，直接设计一个简单的策略，就可以轻松实现上万的跑分：

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：

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