能玩Super Mario World的人工智能MarI/O
這篇文章是我嘗試的記錄，所以夾雜較多的廢話，見諒！
在開源雜志oszine的網站上有這么一篇文章：
文章大意是介紹了一個開源的AI：MarI/O。MarI/O只有短短的一千多行代碼，但是卻能通過不斷地試錯和學習找出通關方法。
MarI/O只有幾個簡單的參數，它只是通過嘗試一切它能做出的動作。其中有一個“Fitness”值，只有當馬里奧向右移動時值才會增加。而MarI/O的設定是使得Fitness值不斷增加，這就會促使它向右移動。
在周四（11.12）晚上，我看到了這篇文章，當時就覺得很有趣，所以就復制了源代碼后開始嘗試。
源代碼是用腳本語言Lua寫的，通過一個的模擬器the BizHawk emulator運行游戲“Super Mario World (USA)"（簡稱SMW）或"Super Mario Bro."并調用腳本就可以在自己的電腦上運行MarI/O。
一開始我沒有留心源碼上的英文注釋，以為隨便找個模擬器和馬里奧的游戲就可以運行，事實證明我想得太簡單了。
由于我前段時間有接觸過Lua，電腦上也有Lua的運行環境，所以我也沒想太多。誰知道模擬器和游戲下載好后，雙擊Lua腳本，結果就呵呵了，一閃而過，然而啥事都沒有，想象中高大上的MarI/O也沒有出來。
沒辦法，硬著頭皮看那段英文注釋。在注釋中我得到了兩個重要信息，一個是模擬器，一個是游戲版本。得到了這兩個信息后，我馬上打開瀏覽器，Ctrl + V，百度谷歌一起搜，download了BizHawk和SMW，然后就開始了第二次嘗試。
然而這次嘗試還是失敗告終，原因之后說。
第二天我試著手打了一千多行源代碼，因為我懷疑是復制的問題導致腳本運行不了。誰知道手打完了，結果還是一樣。崩潰的心啊，嘩啦啦碎了一地。這時候只有再次祭出百度谷歌大法了。
我在伯樂在線上搜到這篇文章，里面也貼出了源代碼，當時我心想有沒有可能是oszine上的源碼有錯呢，然后便復制了伯樂在線那篇文章里的源代碼。結果真的跑起來了，當時那個興奮勁呀！（沒想到真的是源碼有錯，浪費了一天--!!!）
其實腳本能跑之后還有點小波折，就是一開始的SMW運行這個腳本的話會出現內存溢出的問題，所以我又重新下了一個SMW。
歷經波折，我的MarI/O昨晚也開始跑起來了，我果斷地讓它跑個通宵，還開了四倍速。到了下午（11.14），它已經有了百分之七八十的通過概率了。
MarI/O的嘗試過程超級有趣，看著它做出嘗試的時候，我想到了一個名詞——獎勵機制。同時也想到了從圖書館借的那本《通靈芯片——計算機運作的簡單原理》里面的第八章：自學習與自適應的計算機的內容。
然后我就有了一個想法，就是可以制造一個會做出簡單動作的機器人，它會嘗試一切自己能夠做的動作，通過識別人類的語音來判斷自己的行為是否正確，然后保留正確的動作，改變錯誤的動作。通過不斷地試錯與學習，是不是就會成為智能機器人呢？（笑）
其實獎勵機制讓我想到的還有一個人的成長過程。當一個嬰孩誕生在這個世界上時，他就開始了不斷地嘗試探索這個世界，以及通過周圍人的反饋去改變自己的行為，不斷地學習，這是不是很想MarI/O的成長過程呢？
一開始嬰孩腦海里也是一片空白，什么概念都沒有，存在的只有本能——尋找對自己有益的。MarI/O一開始也不知道怎么去通關一個游戲，它的本能就是去是"Fitness值"增長。
嬰孩通過嘗試自己能夠做出的動作來使得這個世界有所反應，然后他根據反饋去調整自己，通過不斷地學習，他也就擁有了自我的判斷能力。MarI/O也是如此，從一開始在原地上下左右望和跳，發現了向右可以增長"Fitness值"，便開始了它的通關之路。
啰啰嗦嗦說了這么多也不容易呀！（笑）
附上下載鏈接，有興趣的人也可以試試，看著馬里奧在不斷地嘗試真的是很有趣的事情！（笑）
PS：NEAT的意思如下
?這種學習方式稱之為神經網絡進化拓撲結構（NeuroEvolution of Augmenting Topologies，簡稱NEAT），雖然這并不是一項新技術，但是在這里，作者卻將其使用的非常高效。在一千多行Lua代碼下，即實現了與估值四億美金Deepmind類似的效果，不可不謂十分之神奇。?????--www.oszine.com
PPS：運行MarI/O前需要自己創建一個叫做"DP1.state"的存檔文件（SMB是"SMB1-1.state"文件），并將之復制到Lua目錄下和BizHawk根目錄下。而且最好是進入了關卡內的存檔。
最后附上一些圖片：
源碼
游戲界面
打開游戲ROM
Tools選項
腳本運行框（Lua Console）
一開始蠢萌蠢萌的MarI/O
學聰明的MarI/O（在經過24個遍歷輪回后--!!）
四倍速
