最初，我没有写文章的计划，尤其是在会议上发表演讲的计划。 但是有一个会议。 在发言之后，观众向我提出了一些有关实施某些技术问题的问题。 因此，结果变成了一个字接一个字的文章。
链接下方的实时录制。
免责声明：本文旨在回答其中一些问题。 如果出现新问题，我将很高兴，回答这些问题将有机会学习自己的新知识。 是的，本文绝不是试图感受铜管的叮当响。
因此，让我们从这个故事的开头开始。 2018年春季，mail.ru宣布了基于Agairo游戏的编程竞赛。 竞争的实质是创造一个游戏机器人。
此链接上的竞赛规则。 但是要简短并用自己的语言概述规则，您需要创建一个在Agairo中玩的机器人。 有一次，一种流行的互联网游戏（从浏览器中启动），其本质是吃掉了你的弟弟，而逃离了大个子。 您可以在有限的二维空间中控制色轮。 要在此空间中创建游戏玩法，除了您的圈子外，还有其他圈子也由其他玩家控制。 有食物（彩色圆点）用于增长，另外的障碍物以“病毒”的形式引入，与之碰撞会将您的圈子划分为较小的圈子，这部分使游戏过程变得复杂，因为较小的孩子吃较大的孩子，较大的孩子则更安全。
我将为比赛提供一个变体的图片
此外，所谓玩家，不是机器人开发人员，而是机器人本身。
整个比赛的组织者都保留了游戏的原始概念，但增加了许多创新。 主要是限制对机器人的审查以及引入简单的物理定律（称为惯性）的限制。 物理学已经经历了很长时间了，所以惯性不仅与我们有关，而且与质量，速度和加速度有关。 我们不需要物理学世界的任何其他东西。
我希望文学部分能引起足够的重视，现在是时候继续比赛的技术部分并参加比赛了。
免责声明2：我敢肯定，以下所述的内容可以做得更薄，更优雅，更智能，但它是如何发生的。
因此，写下食谱和主要成分，它们并不是全部都是新的，但是您可以添加自己的口味。
任务：创建一个可以自己玩Agairo的机器人。
主要思想：使用神经网络（以下称为神经网络，神经网络（NN））作为机器人的控制元素。
主要生产工具： Microsoft Visual Studio和带有平滑过渡到c ++的c＃。
那么对于作者来说，最重要的是选择或了解他的读者，我正在为谁写作，他是否知道神经网络，遗传算法以及如何详细描述所有这些内容。
就是这样，我选择了我的阅读器，我的阅读器知道所有这些内容，但是在实践中使用它并不那么好。
因此，在撰写本文时，我会想起简单的形式，例如神经元和激活功能。
为了进行可视化，我将使用手绘图片，这些图片应阅读为：如果在那里看到任何错误，请编写并重新绘制为正确的错误。
因此，一切准备就绪，可以发送到bot的软件构建路径。 让我们开始：
我们以周期为例，或者说，竞赛的组织者为我们准备了一个简单的机器人示例。 让我们更深入一点，使用此链接从资源库下载竞赛参与者的档案。 组织者承诺比赛服务器将继续使用，完成后，我们将能够验证这些单词。 我们打开档案，然后选择一种我们可以理解的编程语言。
比赛的文档还描述了客户端（阅读我们的机器人）和生活在某个深处的数据中心服务器的通信技术。 简而言之，通信通过控制台线进行，即通过从控制台线写入和读取命令来进行。
在这里应该提到神奇的词“ 序列化” ：它以序列化程序可以理解的格式打包数据，并且可以使用序列化程序将数据读回到程序中。 序列化器很多，最简单的写入txt文件的顺序格式也是序列化器，但是很简单。 关于序列化器，我们需要知道的是它们存在并且就API而言几乎是透明的。 组织者最有可能理解了这一点，因此他们的漫游器示例包含使用序列化程序的所有必要说明。 在我们的例子中，它是JSON 。
对于序列化器之后的机器人来说，游戏世界看起来像是在上述周期开始时接收到的数据数组。 有关游戏世界的数据由服务器根据与机器人的4半径相等的视图半径进行限制，请记住，机器人是一个圆。 而围绕圆圈的圆圈是评论的外部边界，尽管外部圆圈相对于机器人相对于机器人中心的移动略有偏向，但是在我们的案例中可以忽略不计。
因此，我们有一个周期，周期的度量单位是刻度，经过了多少个周期，运行了多个刻度。 最有可能的是，我们将不再记得此Tick，但它将引入许多重要的限制和简化：计算时间不仅受到单个Tick，周期一次迭代的时间的限制，还受到总计算时间的限制，超过此时间游戏服务器将使您的机器人与管理断开连接。 勾选它，然后花时间向机器人发送命令。 我们将其视为游戏时间的一部分，“滴答”是游戏世界中不可分割的时间。 随之而来的是加号。 由于默认情况下，滴答等于1，因此可以更轻松地计算速度，加速度和其他值。 在所有公式中，我们乘以1，而不是在其中使用某种曲线时间t = 0.0015秒。 这些操作中的错误也很小。
以上所有内容都与电影相似，似乎屏幕上的画面生动活泼，但实际上我们每秒可以看到25个不同的帧，而我们的大脑只是认为这足以充分感知视频的动态情况。 因此，机器人会每隔一定的时间看到世界。 刻度线是游戏世界的框架。
神经网络也将根据滴答声工作。
图片开始从机器人的侧面清除：
服务器将有关世界的已处理数据发送到机器人->滴答开始->机器人接收数据->处理它->将机器人管理命令发送到服务器->服务器读取数据->滴答结束，然后在几乎无限的圈或圈中，最后45,000滴答游戏是相当可观的数字。
重要说明：您可以跳过“勾号”，但一无所获。 在服务器的情况下，每个Tick都需要告诉服务器一些信息，以便服务器不会在控制程序中挂起僵尸。
作者决定不多动服务器，但是我需要说几句话。 服务器上有一个游戏世界的模型，并根据它执行计算和操作。 服务器程序包括以下块：
- 机器人冲突的计算（处理与游戏世界边界的冲突，谁吃谁，机器人或机器人食物，与病毒的冲突等）
- 机器人物理计算（机器人运动，机器人速度根据机器人命令或发生的碰撞而变化）
- 与划分机器人或将它们组合（如果可能），添加食物和其他功能以维护游戏世界有关的计算。
- 当然，还可以在游戏滴答声中向机器人发送和接收数据。
这样的服务器称为“命令”。 也就是说，所有操作都在服务器端进行，从而消除了数据同步问题。 客户（阅读机器人程序）仅会像其他竞争对手一样，收到一副现成的世界图片，这里实现了机器人程序位置的平等，没有优先级和队列。 同样，机器人的坐标发生在服务器上，例如，机器人发出了移动指令，并且只有在下一个Tick时才会识别其新坐标，而新坐标并不总是与团队一致，作为一种选择，游戏墙的形式是障碍物。
来自组织者网站的图片
我们已经弄清了如何通过机器人和管理服务器读取数据，现在让我们看一下机器人设备的深度。
正如读者可能已经理解的那样，将很少的文字和大量的工作，反之亦然。
该机器人由神经网络控制。 简短而宽敞，但尚不完全清楚。
神经网络的选择及其实现技术。
目前，我们认为神经网络对我们来说是一个具有输入和输出的黑盒子。
我们的输入和输出将是一维数组，输入的维数为N = 16，输出的维数为M = 4。
由于人工神经网络的性质是从自然神经网络粗略复制而来的，因此使输入数据的结构更接近自然数据对我们来说是有好处的。 本质上，各种传感器对此负责。 因此，请坚持使用机器人传感器。
通过实验选择了以下选项（图片简化为8个传感器和4x3神经网络，但这只是让我的读者感到困惑）：
机器人的视野分为相等（可能甚至不相等）的扇区。 每个扇区向神经网络的输入之一提供信号。 因此，如果我们将漫游器周围的区域划分为16个扇区（360/12 = 22.5度扇区总览），我们将获得16个神经网络输入。 通常，将-1到1范围内的信号应用于神经网络的输入，因此有必要对输入信号进行归一化。
简化了比例分配，将总信号除以其最大可能值。 当然可以进行动态归一化，即每次搜索最大值并使信号值达到其范数，但是我们将以一个常量的形式设置最大值，该常量等于一个扇区中对象的最大数量，并且不会在机器人上工作的过程中对其进行更改。
信号可以是正值也可以是负值，我们同意从0到1的信号值是机器人的正动机（食物，较小机器人的食物），从-1到0的负信号值是机器人的负动机（墙壁游戏世界，另一个更大的机器人）。
画图
来自扇区的信号是归一化的数量，由各个信号的总和组成。 如前所述，每个信号都有一个符号和大小。 信号的大小定义为距离的比例函数。 最小距离是定义漫游器的圆边界；最大距离是漫游器可见性的边界。 因此，如果我们从例如仅以最大距离进入该区域的食物接收到正信号，则该信号将很弱，并且如果机器人接近食物，则该信号将增加。
扇区形式的传感器最适合这种情况，但可能只是探头天线，这就是幻想。 当然，作者尝试了将选项从4个扇区划分为72个扇区的各种方法，但是实践表明，神经网络在16个扇区中训练得非常成功，即使在四个扇区的情况下，也可以控制机器人。 这里体现了神经网络本质的灵活性。
最后，使用了神经网络训练一词 。 但是到目前为止，我们认为神经网络是一个带有输入和输出的黑匣子，并且由于我们分析了输入数据，因此关于该框的输出数据或信号，如何处理以及如何处理它们尚需说几句话。
我们将输出信号的维数设置为4。该数字表示笛卡尔坐标和极坐标的二元性。 作者并没有忘记阅读者知识的本质，因此以他曾经习得的知识的图画来提醒他。
因此，服务器开发人员在逻辑上使用极坐标来模拟游戏世界，并且机器人及其开发人员会礼貌地提供笛卡尔坐标。 因此，作者必须在此坐标系中选择一个边。 对于神经网络，只包含向量的大小（读取长度）及其偏离角度的极坐标系更容易理解。 毕竟，您还理解“向右转”一词，而不是沿纵坐标移动两步，而沿横坐标移动三步。
因此，有4个输出信号，其中2个关于增加或减小机器人速度矢量的角度的信号，另外2个正在增加或减小速度矢量的大小。
但是由于游戏服务器要求发出命令以笛卡尔坐标控制机器人，因此有两个公式将极坐标转换为笛卡尔坐标，所有这些耻辱都摆在了他们的位置（这是类似于c＃的伪代码）。
float rotate1 = outputs[0]; float rotate2 = outputs[1]; float speed1 = outputs[2]; float speed2 = outputs[3]; if (rotate1 > 0.65 && rotate2 < 0.65) angle = angle + 35 * PI / 180; if (rotate1 < 0.65f && rotate2 > 0.65) angle = angle - 35 * PI / 180; if (speed1 > 0.65 && speed2 < 0.65) speed = speed + 2; if (speed1 < 0.65 && speed2 > 0.65) speed = speed - 2; dx = speed * Cos(angle); dy = speed * Sin(angle);
信号就像机器人一样就位。 似乎他们给了他输入信号，但在输出时，没有什么值得的：它站立或随机移动。
因此，它来打开黑匣子并向里看。
待续。
但是在新的预告片系列之前：
神经网络上的紫色bot在Local Runner中与组织者默认将其缝入的标准bot相对。