小学人工智能无监督学习遗传算法实例:小鸟飞翔

2020-03-285331
AI 快速预览详细 收起
本文介绍了小学人工智能无监督学习遗传算法实例:小鸟飞翔。通过MIND+软件,学生可以快速编写基础版的小鸟飞翔游戏。而通过CODEMAO软件,学生可以体验使用遗传算法优化后的AI版本。文章提供了详细的步骤和代码示例,帮助学生理解和实现这一过程。此外,还提供了源代码和可执行文件的下载链接,方便学生动手实践。
小学人工智能无监督学习遗传算法实例:小鸟飞翔
小学人工智能无监督学习遗传算法实例:小鸟飞翔图12
        小鸟飞翔的游戏小朋友们都玩过吧?这次电脑也来模仿人类玩这款游戏了,哇,电脑一次性派出了100只小鸟,我的天,最后剩下几只小鸟能成功过关呢?人类和电脑比赛,最后谁会获得胜利呢?
一、先上演示视频。

二、学生自己能很快编写的小鸟飞翔游戏。
(源文件和可执行文件下载见文章最后附件,用MIND+软件编写。)
小学人工智能无监督学习遗传算法实例:小鸟飞翔图1
小学人工智能无监督学习遗传算法实例:小鸟飞翔图3
小学人工智能无监督学习遗传算法实例:小鸟飞翔图6

三、用人工智能编写的无监督学习使用遗传算法的AI小鸟飞翔程序。
(可执行文件下载见文章最后附件,用CODEMAO软件编写。)
小学人工智能无监督学习遗传算法实例:小鸟飞翔图4
小学人工智能无监督学习遗传算法实例:小鸟飞翔图2
小学人工智能无监督学习遗传算法实例:小鸟飞翔图5
小学人工智能无监督学习遗传算法实例:小鸟飞翔图7
小学人工智能无监督学习遗传算法实例:小鸟飞翔图9
小学人工智能无监督学习遗传算法实例:小鸟飞翔图8
四、附件下载。
下载附件小鸟飞翔基础版可执行程序.zip


下载附件小鸟飞翔基础版源程序.zip

小鸟飞翔人工智能版可执行程序
由于文件涉及算法,有70M较大,提供百度网盘下载链接,windows系统可下载后直接运行。
链接:https://pan.baidu.com/s/1YIL72zX3ToOQAYBTmxtlKA
提取码:v493




创作许可协议

本项目采用 None(不开放任何权利,保留所有权利) 进行许可。

评论(1)
gray6666
gray6666
经典赞一个。。。
- 没有更多了 -