-
-
Notifications
You must be signed in to change notification settings - Fork 0
/
MarioIA.lua
1298 lines (1046 loc) · 39.2 KB
/
MarioIA.lua
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
-- MARIO IA par LAUPOK edit par Maxime Tournier
-- script à utiliser avec l'emu bizhawk et une rom USA de Super Mario World récupéré totalement légalement
-- constantes
NOM_JEU = "Super Mario World (USA)"
NOM_SAVESTATE = "debut.state"
NOM_FICHIER_POPULATION = "gen idGen.pop" -- idGen sera remplacé par le nb de gen
TAILLE_FORM_W = 380
TAILLE_FORM_H = 385
TAILLE_TILE = 16 -- taille d'une tile DANS LE JEU
TAILLE_VUE_W = TAILLE_TILE * 11 -- taille de ce que je vois le script
TAILLE_VUE_H = TAILLE_TILE * 9
TAILLE_CAMERA_W = 256 -- du jeu
TAILLE_CAMERA_H = 224
NB_TILE_W = TAILLE_VUE_W / TAILLE_TILE -- nombre de tiles scannée par le réseau de neurone en longueur (ça fait 16)
NB_TILE_H = TAILLE_VUE_H / TAILLE_TILE -- nombre de tiles scannée par le réseau de neurone en largeur (ça fait 14)
NB_SPRITE_MAX = 11 -- dans SMW, il y a au maximum 12 sprites à l'écran en meme temps (en fait c'est 11+1 car 0 est un sprite), pour chaque type de sprite (à ne pas modifier)
TAILLE_INPUT = 6 -- en pixel, uniquement pour l'affichage
TAILLE_HIDDEN = 4 -- en pixel, uniquement pour l'affichage
TAILLE_OUTPUT_W = 24 -- en pixel, uniquement pour l'affichage
TAILLE_OUTPUT_H = 8 -- en pixel, uniquement pour l'affichage
ENCRAGE_X_INPUT = 20
ENCRAGE_Y_INPUT = 50
ENCRAGE_X_HIDDEN = 100
ENCRAGE_Y_HIDDEN = 50
ENCRAGE_X_OUTPUT = 190
ENCRAGE_Y_OUTPUT = 50
ESPACE_Y_OUTPUT = TAILLE_OUTPUT_H + 5 -- entre chaque output l'espace qu'il y a
NB_HIDDEN_PAR_LIGNE = 10 -- nombre de neurone hidden par ligne (affichage uniquement)
FITNESS_LEVEL_FINI = 1000000 -- quand le level est fini, ça rajoute ça
NB_FRAME_RESET_BASE = 33 -- si pendant x frames la fitness n'augmente pas comparé à celle du début, on relance (le jeu tourne à 30 fps au cas où)
NB_FRAME_RESET_PROGRES = 300 -- si il a eu un progrés (diff de la fitness au lancement) on laisse le jeu tourner un peu + longtemps avant le reset
NB_NEURONE_MAX = 100000 -- pour le reseau de neurone, hors input et output
NB_INPUT = NB_TILE_W * NB_TILE_H -- nb de neurones input, c'est chaque case du jeu en fait
NB_OUTPUT = 8 -- nb de neurones output, c'est à dire les touches de la manette
NB_INDIVIDU_POPULATION = 100 -- nombre d'individus créés quand création d'une nouvelle population
-- constante pour trier les especes des populations
EXCES_COEF = 0.50
POIDSDIFF_COEF = 0.92
DIFF_LIMITE = 1.00
-- mutation
CHANCE_MUTATION_RESET_CONNEXION = 0.25 -- % de chance que le poids de la connexion soit totalement reset
POIDS_CONNEXION_MUTATION_AJOUT = 0.80 -- poids ajouté à la mutation de la connexion si pas CHANCE_MUTATION_RESET_CONNEXION. La valeur peut être passée negative
CHANCE_MUTATION_POIDS = 0.95
CHANCE_MUTATION_CONNEXION = 0.85
CHANCE_MUTATION_NEURONE = 0.25
-- doit correspondre aux inputs de la manette dans l'emulateur
lesBoutons = {
{nom = "P1 A"},
{nom = "P1 B"},
{nom = "P1 X"},
{nom = "P1 Y"},
{nom = "P1 Up"},
{nom = "P1 Down"},
{nom = "P1 Left"},
{nom = "P1 Right"}
}
nbInnovation = 0 -- nombre d'innovation global pour les connexions, important pour le reseau de neurone
fitnessMax = 0 -- fitness max atteinte
nbGeneration = 1 -- pour suivre on est à la cb de generation
idPopulation = 1 -- quel id de la population est en train de passer dans la boucle
marioBase = {} -- position de mario a la base ça va me servir pour voir si il avance de sa position d'origine / derniere pos enregistrée
niveauFini = false
lesAnciennesPopulation = {} -- stock les anciennes population
nbFrame = 0 -- nb de frame actuellement
nbFrameStop = 0 -- permettra de reset le jeu au besoin
fitnessInit = 0 -- fitness à laquelle le reseau actuel commence est init
niveauFiniSauvegarde = false
lesEspeces = {}
laPopulation = {}
-- créé une population
function newPopulation()
local population = {}
for i = 1, NB_INDIVIDU_POPULATION, 1 do
table.insert(population, newReseau())
end
return population
end
-- créé un neurone
function newNeurone()
local neurone = {}
neurone.valeur = 0
neurone.id = 0 -- pas init si à 0, doit être == à l'indice du neurone dans lesNeurones du reseau
neurone.type = ""
return neurone
end
-- créé une connexion
function newConnexion()
local connexion = {}
connexion.entree = 0
connexion.sortie = 0
connexion.actif = true
connexion.poids = 0
connexion.innovation = 0
connexion.allume = false -- pour le dessin, si true ça veut dire que le resultat de la connexion est different de 0
return connexion
end
-- créé un reseau de neurone
function newReseau()
local reseau = {nbNeurone = 0, -- taille des neurones rajouté par l'algo (hors input output du coup)
fitness = 1, -- beaucoup de division, pour eviter de faire l irreparable
idEspeceParent = 0,
lesNeurones = {},
lesConnexions = {}}
for j = 1, NB_INPUT, 1 do
ajouterNeurone(reseau, j, "input", 1)
end
-- ensuite, les outputs
for j = NB_INPUT + 1, NB_INPUT + NB_OUTPUT, 1 do
ajouterNeurone(reseau, j, "output", 0)
end
return reseau
end
-- créé une espece (un regroupement de reseaux, d'individus)
function newEspece()
local espece = {nbEnfant = 0, -- combien d'enfant cette espece a créé
fitnessMoyenne = 0, -- fitness moyenne de l'espece
fitnessMax = 0, -- fitness max atteinte par l'espece
lesReseaux = {} }-- tableau qui regroupe les reseaux}
return espece
end
-- copie un truc et renvoie le truc copié
-- j'ai copié ce code d'ici http://lua-users.org/wiki/CopyTable c vrai en +
function copier(orig)
local orig_type = type(orig)
local copy
if orig_type == 'table' then
copy = {}
for orig_key, orig_value in next, orig, nil do
copy[copier(orig_key)] = copier(orig_value)
end
setmetatable(copy, copier(getmetatable(orig)))
else -- number, string, boolean, etc
copy = orig
end
return copy
end
-- ajoute une connexion a un reseau de neurone
function ajouterConnexion(unReseau, entree, sortie, poids)
-- test pour voir si tout va bien et que les neurones de la connexion existent bien
if unReseau.lesNeurones[entree].id == 0 then
console.log("connexion avec l'entree " .. entree .. " n'est pas init ?")
elseif unReseau.lesNeurones[sortie].id == 0 then
console.log("connexion avec la sortie " .. sortie .. " n'est pas init ?")
else
local connexion = newConnexion()
connexion.actif = true
connexion.entree = entree
connexion.sortie = sortie
connexion.poids = genererPoids()
connexion.innovation = nbInnovation
table.insert(unReseau.lesConnexions, connexion)
nbInnovation = nbInnovation + 1
end
end
-- ajoute un neurone a un reseau de neurone, fait que pour les neurones qui doivent exister
function ajouterNeurone(unReseau, id, type, valeur)
if id ~= 0 then
local neurone = newNeurone()
neurone.id = id
neurone.type = type
neurone.valeur = valeur
table.insert(unReseau.lesNeurones, neurone)
else
console.log("ajouterNeurone doit pas etre utilise avec un id == 0")
end
end
-- modifie les connexions d'un reseau de neurone
function mutationPoidsConnexions(unReseau)
for i = 1, #unReseau.lesConnexions, 1 do
if unReseau.lesConnexions[i].actif then
if math.random() < CHANCE_MUTATION_RESET_CONNEXION then
unReseau.lesConnexions[i].poids = genererPoids()
else
if math.random() >= 0.5 then
unReseau.lesConnexions[i].poids = unReseau.lesConnexions[i].poids - POIDS_CONNEXION_MUTATION_AJOUT
else
unReseau.lesConnexions[i].poids = unReseau.lesConnexions[i].poids + POIDS_CONNEXION_MUTATION_AJOUT
end
end
end
end
end
-- ajoute une connexion entre 2 neurones pas déjà connecté entre eux
-- ça peut ne pas marcher si aucun neurone n'est connectable entre eux (uniquement si beaucoup de connexion)
function mutationAjouterConnexion(unReseau)
local liste = {}
-- randomisation + copies des neuronnes dans une liste
for i, v in ipairs(unReseau.lesNeurones) do
local pos = math.random(1, #liste+1)
table.insert(liste, pos, v)
end
-- la je vais lister tous les neurones et voir si une pair n'a pas de connexion; si une connexion peut être créée
-- on la créée et on stop
local traitement = false
for i = 1, #liste, 1 do
for j = 1, #liste, 1 do
if i ~= j then
local neurone1 = liste[i]
local neurone2 = liste[j]
if (neurone1.type == "input" and neurone2.type == "output") or
(neurone1.type == "hidden" and neurone2.type == "hidden") or
(neurone1.type == "hidden" and neurone2.type == "output") then
-- si on en est là, c'est que la connexion peut se faire, juste à tester si y pas deja une connexion
local dejaConnexion = false
for k = 1, #unReseau.lesConnexions, 1 do
if unReseau.lesConnexions[k].entree == neurone1.id
and unReseau.lesConnexions[k].sortie == neurone2.id then
dejaConnexion = true
break
end
end
if dejaConnexion == false then
-- nouvelle connexion, traitement terminé
traitement = true
ajouterConnexion(unReseau, neurone1.id, neurone2.id)
end
end
end
if traitement then
break
end
end
if traitement then
break
end
end
if traitement == false then
console.log("impossible de recreer une connexion")
end
end
-- ajoute un neurone (couche caché uniquement) entre 2 neurones déjà connecté. Ne peut pas marcher
-- si il n'y a pas de connexion
function mutationAjouterNeurone(unReseau)
if #unReseau.lesConnexions == 0 then
log("Impossible d'ajouter un neurone entre 2 connexions si pas de connexion")
return nil
end
if unReseau.nbNeurone == NB_NEURONE_MAX then
console.log("Nombre de neurone max atteint")
return nil
end
-- randomisation de la liste des connexions
local listeIndice = {}
local listeRandom = {}
-- je créé une liste d'entier de 1 à la taille des connexions
for i = 1, #unReseau.lesConnexions, 1 do
listeIndice[i] = i
end
-- je randomise la liste que je viens de créer dans listeRandom
for i, v in ipairs(listeIndice) do
local pos = math.random(1, #listeRandom+1)
table.insert(listeRandom, pos, v)
end
for i = 1, #listeRandom, 1 do
if unReseau.lesConnexions[listeRandom[i]].actif then
unReseau.lesConnexions[listeRandom[i]].actif = false
unReseau.nbNeurone = unReseau.nbNeurone + 1
local indice = unReseau.nbNeurone + NB_INPUT + NB_OUTPUT
ajouterNeurone(unReseau, indice, "hidden", 1)
ajouterConnexion(unReseau, unReseau.lesConnexions[listeRandom[i]].entree, indice, genererPoids())
ajouterConnexion(unReseau, indice, unReseau.lesConnexions[listeRandom[i]].sortie, genererPoids())
break
end
end
end
-- appelle une des mutations aléatoirement en fonction des constantes
function mutation(unReseau)
local random = math.random()
if random < CHANCE_MUTATION_POIDS then
mutationPoidsConnexions(unReseau)
end
if random < CHANCE_MUTATION_CONNEXION then
mutationAjouterConnexion(unReseau)
end
if random < CHANCE_MUTATION_NEURONE then
mutationAjouterNeurone(unReseau)
end
end
-- place la population et la renvoie divisée dans une tableau 2D
function trierPopulation(laPopulation)
local lesEspeces = {}
table.insert(lesEspeces, newEspece())
-- la premiere espece créée et le dernier element de la premiere population
-- comme ça, j'ai déjà une première espèce créée
table.insert(lesEspeces[1].lesReseaux, copier(laPopulation[#laPopulation]))
for i = 1, #laPopulation-1, 1 do
local trouve = false
for j = 1, #lesEspeces, 1 do
local indice = math.random(1, #lesEspeces[j].lesReseaux)
local rep = lesEspeces[j].lesReseaux[indice]
-- il peut être classé
if getScore(laPopulation[i], rep) < DIFF_LIMITE then
table.insert(lesEspeces[j].lesReseaux, copier(laPopulation[i]))
trouve = true
break
end
end
-- si pas trouvé, il faut créer une especes pour l'individu
if trouve == false then
table.insert(lesEspeces, newEspece())
table.insert(lesEspeces[#lesEspeces].lesReseaux, copier(laPopulation[i]))
end
end
return lesEspeces
end
-- retourne la difference de poids de 2 réseaux de neurones (uniquement des memes innovations)
function getDiffPoids(unReseau1, unReseau2)
local nbConnexion = 0
local total = 0
for i = 1, #unReseau1.lesConnexions, 1 do
for j = 1, #unReseau2.lesConnexions, 1 do
if unReseau1.lesConnexions[i].innovation == unReseau2.lesConnexions[j].innovation then
nbConnexion = nbConnexion + 1
total = total + math.abs(unReseau1.lesConnexions[i].poids - unReseau2.lesConnexions[j].poids)
end
end
end
-- si aucune connexion en commun c'est qu'ils sont trop differents
-- puis si on laisse comme ça on va diviser par 0 et on va lancer mario maker
if nbConnexion == 0 then
return 100000
end
return total / nbConnexion
end
-- retourne le nombre de connexion qui n'ont aucun rapport entre les 2 reseaux
function getDisjoint(unReseau1, unReseau2)
local nbPareil = 0
for i = 1, #unReseau1.lesConnexions, 1 do
for j = 1, #unReseau2.lesConnexions, 1 do
if unReseau1.lesConnexions[i].innovation == unReseau2.lesConnexions[j].innovation then
nbPareil = nbPareil + 1
end
end
end
-- oui ça marche
return #unReseau1.lesConnexions + #unReseau2.lesConnexions - 2 * nbPareil
end
-- permet d'obtenir le score d'un reseau de neurone, ce qui va le mettre dans une especes
-- rien à voir avec le fitness
-- unReseauRep et un reseau appartenant deja a une espece
-- et reseauTest et le reseau qui va etre testé
function getScore(unReseauTest, unReseauRep)
return (EXCES_COEF * getDisjoint(unReseauTest, unReseauRep)) /
(math.max(#unReseauTest.lesConnexions + #unReseauRep.lesConnexions, 1))
+ POIDSDIFF_COEF * getDiffPoids(unReseauTest, unReseauRep)
end
-- genere un poids aléatoire (pour les connexions) egal à 1 ou -1
function genererPoids()
local var = 1
if math.random() >= 0.5 then
var = var * -1
end
return var
end
-- fonction d'activation
function sigmoid(x)
local resultat = x / (1 + math.abs(x))
if resultat >= 0.5 then
return true
end
return false
end
-- applique les connexions d'un réseau de neurone en modifiant la valeur des neurones de sortie
function feedForward(unReseau)
-- avant de continuer, je reset à 0 les neurones de sortie
for i = 1, #unReseau.lesConnexions, 1 do
if unReseau.lesConnexions[i].actif then
unReseau.lesNeurones[unReseau.lesConnexions[i].sortie].valeur = 0
unReseau.lesNeurones[unReseau.lesConnexions[i].sortie].allume = false
end
end
for i = 1, #unReseau.lesConnexions, 1 do
if unReseau.lesConnexions[i].actif then
local avantTraitement = unReseau.lesNeurones[unReseau.lesConnexions[i].sortie].valeur
unReseau.lesNeurones[unReseau.lesConnexions[i].sortie].valeur =
unReseau.lesNeurones[unReseau.lesConnexions[i].entree].valeur *
unReseau.lesConnexions[i].poids +
unReseau.lesNeurones[unReseau.lesConnexions[i].sortie].valeur
-- on ""allume"" le lien si la connexion a fait une modif
if avantTraitement ~= unReseau.lesNeurones[unReseau.lesConnexions[i].sortie].valeur then
unReseau.lesConnexions[i].allume = true
else
unReseau.lesConnexions[i].allume = false
end
end
end
end
-- retourne un melange des 2 reseaux de neurones
function crossover(unReseau1, unReseau2)
local leReseau = newReseau()
-- quel est le meilleur des deux ?
local leBon = newReseau()
local leNul = newReseau()
leBon = unReseau1
leNul = unReseau2
if leBon.fitness < leNul.fitness then
leBon = unReseau2
leNul = unReseau1
end
-- le nouveau reseau va hériter de la majorité des attributs du meilleur
leReseau = copier(leBon)
-- sauf pour les connexions où y a une chance que le nul lui donne ses genes
for i = 1, #leReseau.lesConnexions, 1 do
for j = 1, #leNul.lesConnexions, 1 do
-- si 2 connexions partagent la meme innovation, la connexion du nul peut venir la remplacer
if leReseau.lesConnexions[i].innovation == leNul.lesConnexions[j].innovation then
if math.random() > 0.5 then
leReseau.lesConnexions[i] = leNul.lesConnexions[j]
end
end
end
end
leReseau.fitness = 1
return leReseau
end
-- renvoie une copie d'un parent choisis dans une espece
function choisirParent(uneEspece)
if #uneEspece == 0 then
console.log("uneEspece vide dans choisir parent ??")
end
-- il est possible que l'espece ne contienne qu'un seul reseau, dans ce cas là on va pas plus loin
if #uneEspece == 1 then
return uneEspece[1]
end
local fitnessTotal = 0
for i = 1, #uneEspece, 1 do
fitnessTotal = fitnessTotal + uneEspece[i].fitness
end
local limite = math.random(0, fitnessTotal)
local total = 0
for i = 1, #uneEspece, 1 do
total = total + uneEspece[i].fitness
-- si la somme des fitness cumulés depasse total, on renvoie l'espece qui a fait depasser la limite
if total >= limite then
return copier(uneEspece[i])
end
end
console.log("impossible de trouver un parent ?")
return nil
end
-- créé une nouvelle generation, renvoie la population créée
-- il faut que les especes soit triée avant appel
function nouvelleGeneration(laPopulation, lesEspeces)
local laNouvellePopulation = newPopulation()
-- nombre d'indivu à creer au total
local nbIndividuACreer = NB_INDIVIDU_POPULATION
-- indice qui va servir à savoir OU en est le tab de la nouvelle espece
local indiceNouvelleEspece = 1
-- il est possible que l'ancien meilleur ait un meilleur fitness
-- que celui de la nouvelle population (une mauvaise mutation ça arrive très souvent)
-- dans ce cas je le supprime par l'ancien meilleur histoire d'être SUR d'avoir des enfants
-- toujours du plus bon
local fitnessMaxPop = 0
local fitnessMaxAncPop = 0
local ancienPlusFort = {}
for i = 1, #laPopulation, 1 do
if fitnessMaxPop < laPopulation[i].fitness then
fitnessMaxPop = laPopulation[i].fitness
end
end
-- on test que si il y a deja une ancienne population evidamment
if #lesAnciennesPopulation > 0 then
-- je vais checker TOUTES les anciennes population pour la fitness la plus élevée
-- vu que les reseaux vont REmuter, il est possible qu'ils fassent moins bon !
for i = 1, #lesAnciennesPopulation, 1 do
for j = 1, #lesAnciennesPopulation[i], 1 do
if fitnessMaxAncPop < lesAnciennesPopulation[i][j].fitness then
fitnessMaxAncPop = lesAnciennesPopulation[i][j].fitness
ancienPlusFort = lesAnciennesPopulation[i][j]
end
end
end
end
if fitnessMaxAncPop > fitnessMaxPop then
-- comme ça je suis sur uqe le meilleur dominera totalement
for i = 1, #lesEspeces, 1 do
for j = 1, #lesEspeces[i].lesReseaux, 1 do
lesEspeces[i].lesReseaux[j] = copier(ancienPlusFort)
end
end
console.log("mauvaise population je reprends la meilleur et ça redevient la base de la nouvelle pop")
console.log(ancienPlusFort)
end
table.insert(lesAnciennesPopulation, laPopulation)
-- calcul fitness pour chaque espece
local nbIndividuTotal = 0
local fitnessMoyenneGlobal = 0 -- fitness moyenne de TOUS les individus de toutes les especes
local leMeilleur = newReseau() -- je dois le remettre avant tout, on va essayer de trouver ou i lest
for i = 1, #lesEspeces, 1 do
lesEspeces[i].fitnessMoyenne = 0
lesEspeces[i].lesReseaux.fitnessMax = 0
for j = 1, #lesEspeces[i].lesReseaux, 1 do
lesEspeces[i].fitnessMoyenne = lesEspeces[i].fitnessMoyenne + lesEspeces[i].lesReseaux[j].fitness
fitnessMoyenneGlobal = fitnessMoyenneGlobal + lesEspeces[i].lesReseaux[j].fitness
nbIndividuTotal = nbIndividuTotal + 1
if lesEspeces[i].fitnessMax < lesEspeces[i].lesReseaux[j].fitness then
lesEspeces[i].fitnessMax = lesEspeces[i].lesReseaux[j].fitness
if leMeilleur.fitness < lesEspeces[i].lesReseaux[j].fitness then
leMeilleur = copier(lesEspeces[i].lesReseaux[j])
end
end
end
lesEspeces[i].fitnessMoyenne = lesEspeces[i].fitnessMoyenne / #lesEspeces[i].lesReseaux
end
-- si le level a été terminé au moins une fois, tous les individus deviennent le meilleur, on ne recherche plus de mutation là
if leMeilleur.fitness > FITNESS_LEVEL_FINI then
for i = 1, #lesEspeces, 1 do
for j = 1, #lesEspeces[i].lesReseaux, 1 do
lesEspeces[i].lesReseaux[j] = copier(leMeilleur)
end
end
fitnessMoyenneGlobal = leMeilleur.fitness
else
fitnessMoyenneGlobal = fitnessMoyenneGlobal / nbIndividuTotal
end
--tri des especes pour que les meilleurs place leurs enfants avant tout
table.sort(lesEspeces, function (e1, e2) return e1.fitnessMax > e2.fitnessMax end )
-- chaque espece va créer un certain nombre d'individu dans la nouvelle population en fonction de si l'espece a un bon fitness ou pas
for i = 1, #lesEspeces, 1 do
local nbIndividuEspece = math.ceil(#lesEspeces[i].lesReseaux * lesEspeces[i].fitnessMoyenne / fitnessMoyenneGlobal)
nbIndividuACreer = nbIndividuACreer - nbIndividuEspece
if nbIndividuACreer < 0 then
nbIndividuEspece = nbIndividuEspece + nbIndividuACreer
nbIndividuACreer = 0
end
lesEspeces[i].nbEnfant = nbIndividuEspece
for j = 1, nbIndividuEspece, 1 do
if indiceNouvelleEspece > NB_INDIVIDU_POPULATION then
break
end
local unReseau = crossover(choisirParent(lesEspeces[i].lesReseaux), choisirParent(lesEspeces[i].lesReseaux))
-- on stop la mutation à ce stade
if fitnessMoyenneGlobal < FITNESS_LEVEL_FINI then
mutation(unReseau)
end
unReseau.idEspeceParent = i
laNouvellePopulation[indiceNouvelleEspece] = copier(unReseau)
laNouvellePopulation[indiceNouvelleEspece].fitness = 1
indiceNouvelleEspece = indiceNouvelleEspece + 1
end
if indiceNouvelleEspece > NB_INDIVIDU_POPULATION then
break
end
end
-- si une espece n'a pas fait d'enfant, je la delete
for i = 1, #lesEspeces, 1 do
if lesEspeces[i].nbEnfant == 0 then
lesEspeces[i] = nil
end
end
return laNouvellePopulation
end
function getNomFichierSauvegarde()
local str = NOM_FICHIER_POPULATION
str = string.gsub(str, "idGen", nbGeneration)
return str
end
-- sauvegarde la population actuelle dans le fichier getNomFichierSauvegarde()
-- le dernier argument est reservé si le script detect que la population a terminée le niveau
function sauvegarderPopulation(laPopulation, estFini)
chemin = getNomFichierSauvegarde()
if estFini then
chemin = "FINI " .. chemin
end
local fichier = io.open(chemin, "w+")
io.output(fichier)
-- sauvegarde classique de la population
io.write(nbGeneration .. "\n")
io.write(nbInnovation .. "\n")
for i = 1, #laPopulation, 1 do
sauvegarderUnReseau(laPopulation[i], fichier)
end
-- et là je sauvegarde le plus fort, c'est important pour pas perdre les progrés
local lePlusFort = newReseau()
for i = 1, #laPopulation, 1 do
if lePlusFort.fitness < laPopulation[i].fitness then
lePlusFort = copier(laPopulation[i])
end
end
-- check ausis dans l'ancienne population (si plus fort, il ne peut etre que là)
if #lesAnciennesPopulation > 0 then
for i = 1, #lesAnciennesPopulation, 1 do
for j = 1, #lesAnciennesPopulation[i], 1 do
if lePlusFort.fitness < lesAnciennesPopulation[i][j].fitness then
lePlusFort = copier(lesAnciennesPopulation[i][j])
end
end
end
end
sauvegarderUnReseau(lePlusFort, fichier)
io.close(fichier)
console.log("sauvegarde terminee au fichier " .. chemin)
end
-- charge la population sauvegardé
-- renvoie la nouvelle population ou nil si le chemin n'est pas celui d'un fichier pop
function chargerPopulation(chemin)
-- petit test pour voir si le fichier est ok
local test = string.find(chemin, ".pop")
local laPopulation = nil
if test == nil then
console.log("le fichier " .. chemin .. " n'est pas du bon format (.pop) je vais te monter en l'air ")
else
laPopulation = {}
local fichier = io.open(chemin, "r")
io.input(fichier)
local totalNeurone = 0
local totalConnexion = 0
nbGeneration = io.read("*number")
nbInnovation = io.read("*number")
for i = 1, NB_INDIVIDU_POPULATION, 1 do
table.insert(laPopulation, chargerUnReseau(fichier))
laPopulation[i].fitness = 1
end
lesAnciennesPopulation = {} -- obligé !
-- en mettant le plus fort ici, i lsera forcement lu dans nouvelleGeneration
table.insert(lesAnciennesPopulation, copier(laPopulation))
lesAnciennesPopulation[1][1] = chargerUnReseau(fichier)
console.log("plus fort charge")
console.log(lesAnciennesPopulation[1][1])
io.close(fichier)
console.log("chargement termine de " .. chemin)
end
return laPopulation
end
-- sauvegarde un seul reseau
function sauvegarderUnReseau(unReseau, fichier)
io.write(unReseau.nbNeurone .. "\n")
io.write(#unReseau.lesConnexions .. "\n")
io.write(unReseau.fitness .. "\n")
for i = 1, unReseau.nbNeurone, 1 do
local indice = NB_INPUT + NB_OUTPUT + i
-- pas besoin d'écrire le type, je ne sauvegarde que les hiddens
io.write(unReseau.lesNeurones[indice].id .. "\n" ..
unReseau.lesNeurones[indice].valeur .. "\n")
end
for i = 1, #unReseau.lesConnexions, 1 do
-- obligé car actif est un bool
local actif = 1
if unReseau.lesConnexions[i].actif ~= true then
actif = 0
end
io.write(actif .. "\n" ..
unReseau.lesConnexions[i].entree .. "\n" ..
unReseau.lesConnexions[i].sortie .. "\n" ..
unReseau.lesConnexions[i].poids .. "\n" ..
unReseau.lesConnexions[i].innovation .. "\n")
end
end
-- charge un seul reseau
function chargerUnReseau(fichier)
local unReseau = newReseau()
local nbNeurone = io.read("*number")
local nbConnexion = io.read("*number")
unReseau.fitness = io.read("*number")
unReseau.nbNeurone = nbNeurone
unReseau.lesConnexions = {}
for i = 1, nbNeurone, 1 do
local neurone = newNeurone()
neurone.id = io.read("*number")
neurone.valeur = io.read("*number")
neurone.type = "hidden"
table.insert(unReseau.lesNeurones, neurone)
end
for i = 1, nbConnexion, 1 do
local connexion = newConnexion()
local actif = io.read("*number")
connexion.entree = io.read("*number")
connexion.sortie = io.read("*number")
connexion.poids = io.read("*number")
connexion.innovation = io.read("*number")
if actif == 1 then
connexion.actif = true
else
connexion.actif = false
end
table.insert(unReseau.lesConnexions, connexion)
end
return unReseau
end
-- mets à jour un réseau de neurone avec ce qu'il y a a l'écran. A appeler à chaque frame quand on en test un reseau
function majReseau(unReseau, marioBase)
local mario = getPositionMario()
if marioBase.x < mario.x then
unReseau.fitness = unReseau.fitness + (mario.x - marioBase.x)
marioBase.x = mario.x
end
-- niveau fini ?
if not niveauFini and memory.readbyte(0x0100) == 12 then
unReseau.fitness = unReseau.fitness + FITNESS_LEVEL_FINI -- comme ça l'espece de cette population va dominer les autres
niveauFini = true
end
-- mise à jour des inputs
lesInputs = getLesInputs()
for i = 1, NB_INPUT, 1 do
unReseau.lesNeurones[i].valeur = lesInputs[i]
end
end
-- renvoie l'indice du tableau lesInputs avec les coordonnées x y, peut être utilisé aussi pour acceder aux inputs du réseau de neurone
function getIndiceLesInputs(x, y)
return x + ((y-1) * NB_TILE_W)
end
-- renvoie les inputs, sont créées en fonction d'où est mario
function getLesInputs()
local lesInputs = {}
for i = 1, NB_TILE_W, 1 do
for j = 1, NB_TILE_H, 1 do
lesInputs[getIndiceLesInputs(i, j)] = 0
end
end
local lesSprites = getLesSprites()
for i = 1, #lesSprites, 1 do
local input = convertirPositionPourInput(getLesSprites()[i])
if input.x > 0 and input.x < (TAILLE_VUE_W / TAILLE_TILE) + 1 then
lesInputs[getIndiceLesInputs(input.x, input.y)] = -1
end
end
local lesTiles = getLesTiles()
for i = 1, NB_TILE_W, 1 do
for j = 1, NB_TILE_H, 1 do
local indice = getIndiceLesInputs(i, j)
if lesTiles[indice] ~= 0 then
lesInputs[indice] = 1
end
end
end
return lesInputs
end
-- retourne une liste de taille 10 max de la position (x, y) des sprites à l'écran. (sprite = mechant truc)
function getLesSprites()
local lesSprites = {}
local j = 1
for i = 0, NB_SPRITE_MAX, 1 do
-- si 14C8+i est > 7 il est dans un etat considéré vivant, et si 0x167A == 0 c'est qu'il fait des dégats à Mario
if memory.readbyte(0x14C8+i) > 7 then
-- le sprite existe
lesSprites[j] = {x = memory.readbyte(0xE4+i) + memory.readbyte(0x14E0+i) * 256,
y = math.floor(memory.readbyte(0xD8+i) + memory.readbyte(0x14D4+i) * 256)}
j = j + 1
end
end
-- ça c'est les extended sprites, c'est d'autres truc du jeu en gros
for i = 0, NB_SPRITE_MAX, 1 do
if memory.readbyte(0x170B+i) ~= 0 then
lesSprites[j] = {x = memory.readbyte(0x171F+i) + memory.readbyte(0x1733+i) * 256,
y = math.floor(memory.readbyte(0x1715+i) + memory.readbyte(0x1729+i) * 256)}
j = j + 1
end
end
return lesSprites
end
-- renvoie une table qui a la meme taille que lesInputs. On y accède de la meme façon
function getLesTiles()
local lesTiles = {}
local j = 1
-- les tiles vont etre affiché autour de mario
mario = getPositionMario()
mario.x = mario.x - TAILLE_VUE_W / 2
mario.y = mario.y - TAILLE_VUE_H / 2
for i = 1, NB_TILE_W, 1 do
for j = 1, NB_TILE_H, 1 do
local xT = math.ceil((mario.x + ((i - 1) * TAILLE_TILE)) / TAILLE_TILE)
local yT = math.ceil((mario.y + ((j - 1) * TAILLE_TILE)) / TAILLE_TILE)
if xT > 0 and yT > 0 then
-- plus d'info ici pour l'adresse memoire des blocs https://www.smwcentral.net/?p=section&a=details&id=21702
lesTiles[getIndiceLesInputs(i, j)] = memory.readbyte(
0x1C800 +
math.floor(xT / TAILLE_TILE) *
0x1B0 +
yT * TAILLE_TILE +
xT % TAILLE_TILE)
else
lesTiles[getIndiceLesInputs(i, j)] = 0
end
end
end
return lesTiles
end
-- retourne la position de mario (x, y)
function getPositionMario()
local mario = {}
mario.x = memory.read_s16_le(0x94)
mario.y = memory.read_s16_le(0x96)
return mario
end
-- retourne la position de la camera (x, y)
function getPositionCamera()
local camera = {}
camera.x = memory.read_s16_le(0x1462)
camera.y = memory.read_s16_le(0x1464)
return camera
end
-- permet de convertir une position pour avoir les arguments x et y du tableau lesInputs
function convertirPositionPourInput(position)
local mario = getPositionMario()
local positionT = {}
mario.x = mario.x - TAILLE_VUE_W / 2
mario.y = mario.y - TAILLE_VUE_H / 2
positionT.x = math.floor((position.x - mario.x) / TAILLE_TILE) + 1
positionT.y = math.floor((position.y - mario.y) / TAILLE_TILE) + 1
return positionT
end
-- applique les boutons aux joypad de l'emulateur avec un reseau de neurone
function appliquerLesBoutons(unReseau)
local lesBoutonsT = {}
for i = 1, NB_OUTPUT, 1 do
lesBoutonsT[lesBoutons[i].nom] = sigmoid(unReseau.lesNeurones[NB_INPUT + i].valeur)
end
-- c'est pour que droit est la prio sur la gauche
if lesBoutonsT["P1 Left"] == true and lesBoutonsT["P1 Right"] == true then
lesBoutonsT["P1 Left"] = false
end
joypad.set(lesBoutonsT)
end
function traitementPause()
local lesBoutons = joypad.get(1)
if lesBoutons["P1 Start"] == true then
lesBoutons["P1 Start"] = false
else
lesBoutons["P1 Start"] = true
end
joypad.set(lesBoutons)