训练rnn网络，自己玩俄罗斯方块

通过训练一个GRU网络，学习“一个新的形状出现到形状不能动为止”的用户键盘操作序列，让模型自己玩俄罗斯方块游戏。

基本思路

俄罗斯方块本质是一个二位数组，这个可以认为是一个单通道的“image”，用户的键盘输入则是当前 image 下的“label”。

因此可以有两种思路：

• 图像分类：输入游戏的当前数组作为一副图像，输出的分类标签就是当前的键盘操作（左，右，下，旋转...）
• rnn序列预测：从形状出现到结束，对应这一个用户键盘的操作序列，照理说，这种序列比静态的图像分类有更强的鲁棒性；

尝试一下?

生成样本:

生成训练样本, 将在 rnn_train 子目录中生成大量npz文件, 每个npz中存储了图像+按键序列.

python game.py train

生成测试样本

python game.py val

训练

python train_rnn.py

一个更好的方式是“在线训练”：

python game.py online