Back History
作业3: Aliens游戏

  ([course_ai18|Back to course page])

==作业总览==

本次作业目的是使用监督学习来模仿人玩游戏的动作。

首先，下载本次作业程序包[{UP}course_ai18_project3/gvgai-assignment3.zip|(点击下载ZIP)]  

程序包解释：
* src 是源代码目录
* sprites 和 examples 目录是运行需要的资源
* weka.jar 是开源机器学习包
* model.model 是我训练的一个模型

在本次作业中，你需要收集数据，并训练学习模型。

===收集数据===

在Train.java中已经为大家准备好了收集数据的运行入口。运行Train.java，将会记录每一时刻游戏画面的特征和你按下的按键（左、右、空格）。

tools.recorder.java 是提取特征和保存数据文件的代码：
* featureExtract 函数提取特征，这里我已经写了简单的特征提取方法，就是记录屏幕上每个位置的信息，以及4个游戏状态信息
* datasetHeader 函数是准备数据集的格式信息（需与提取的特征保持一致）
* invoke 函数记录特征和按键，按键信息将被视为类别
* 数据将保存在 AliensRecorder.arff 文件中

你可以修改特征提取的方法，然后运行 Train.java 玩出一场漂亮的游戏（注意，监督学习只能模拟你的行为，如果你的行为有错误，不能纠正你的错误），得到数据文件。

===训练模型===

Weka.jar 是优秀的开源机器学习包。Weka可以使用图形界面操作，但鼓励大家阅读weka的源代码（多一些积累，多一点能力）。

双击weka.jar（或从命令行运行 java weka.jar ）启动图形界面，选择 Explorer，出现 Explorer 界面：
<img src="http://lamda.nju.edu.cn/yuy/GetFile.aspx?File=course_ai16_hw3/pic1.jpg" width="800"/>

首先，点击 Openfile，打开 AliensRecorder.arff，然后点击 Classify 进入分类页面：
<img src="http://lamda.nju.edu.cn/yuy/GetFile.aspx?File=course_ai16_hw3/pic2.jpg" width="800"/>

选择分类器和参数，点击 Start 训练模型，观察训练结果，然后保存模型为 model.model


===测试模型===

运行 Test.java ，将读入  model.model  中保存的模型，自动开始游戏。



==作业内容==

# 对于现有的特征提取方法，收集训练数据，尝试三种以上的学习方法，撰写学习方法的介绍，报告性能对比
# 尝试修改特征提取方法，得到更好的学习性能

==作业报告==

本次作业只需要提交报告。报告需详细介绍学习方法和进行的实验尝试。
使用[{UP}course_ai18_project1/template-2.doc|这个文档模版(点击下载)] 撰写实验报告。

==作业提交==

将 <font color="blue">作业报告</font> 存储为PDF文件，用学号命名，例如151221001.pdf

上传到 {{ftp://lamda.nju.edu.cn/AI/assignment3/}}  (用户名: ai18, 密码: ai18)<br/>
(注意：该ftp不能替换文件，上传一次后，如果需要修改，请在文件名后加上版本号再上传，例如151221001-1.pdf)

注意：<font color="red">作业严禁抄袭！</font>