来源：量子位
本文约751字，建议阅读3分钟。
本文介绍如何用AI玩《2048》。
如果让AI来玩《2048》这样的游戏，那会是怎样一种画面？
现在，有人用强化学习方法实践了起来。
于是，插上DQN的翅膀，AI从零起步，自己琢磨出了《2048》的玩法：
一起手，是不是就有内味了？
这操作，条理清晰到令人感到舒适。“1000，no；1024，yes”的强迫症们不禁纷纷点赞，给这只AI贡献了800 reddit热度。
用DQN玩《2048》
调教出这只会玩《2048》的AI的，是一位巴西老哥Felipe Marcelino。目前正在米纳斯吉拉斯联邦大学攻读CS硕士。
首先，他采用OpenAI Gym构建了自定义强化学习环境。
其中包括两种2048棋盘表示方式：
- 二进制——使用二次幂矩阵表示棋盘中的每一块区域
- 非二进制——原始数字矩阵
模型包含两种类型的神经网络：CNN和MLP（多层感知机）。
据Felipe介绍，与MLP相比，以CNN作为特征提取器的智能体表现得更好。
训完之后，老哥测试了一下，在1000把游戏中，AI有100次达到了2048。
玩《2048》的AI们
目前，这只用DQN训练出的AI玩到2048就打住了。
不过，巴西老哥抛砖，又吸引了不少来献玉的盆友。
比如，同样采用强化学习方法，将时序差分学习和最大期望搜索相结合的2048控制器。
在10步/秒的策略下，它最高能凑出32768。
而在追求高分的路上，有一位来自日本的选手表现亮眼。
依靠7个卷积层的深度卷积网络，这只在《2048》这个游戏中最高拿到了401912分。
正如一位网友所说：这正是一个足够有趣，又不太复杂的强化学习案例。
如果你是刚刚开始学习强化学习，也不妨拿这个小项目练练手~
参考链接
《2048》相关开源项目：
https://github.com/FelipeMarcelino/2048-gym
https://github.com/aszczepanski/2048
https://github.com/thomasahle/mcts-2048/
相关论文：
https://www.jstage.jst.go.jp/article/ipsjjip/27/0/27_340/_pdf
http://arxiv.org/abs/1604.05085
—完—
想要获得更多数据科学领域相关动态，诚邀关注清华-青岛数据科学研究院官方微信公众平台“ 数据派THU ”。
,
