IAMDinosaur
IAMDinosaur 是一个趣味十足的开源项目，旨在利用人工智能教会谷歌浏览器断网时的小恐龙游戏角色自动跳跃仙人掌。它主要解决了手动重复操作枯燥且难以达到高分的问题，通过自动化方式让游戏角色实现“永生”。
这个项目非常适合对人工智能、神经网络和遗传算法感兴趣的开发者及学生使用。它不仅是一个能自动玩游戏的脚本，更是一个直观的教学演示工具，帮助用户理解机器如何通过试错来学习复杂任务。普通用户也可借此体验 AI 的神奇，但若要修改代码或训练模型，则需具备基础的 Node.js 开发能力。
其核心技术亮点在于结合了神经网络与简单的遗传算法。系统通过读取屏幕像素获取障碍物距离、高度及速度作为输入，由神经网络决定跳跃或下蹲。每一代包含 12 个不同的“大脑”（基因组），程序会根据得分淘汰表现差的个体，并让优胜者进行“交叉”与“变异”，从而不断进化出更聪明的策略。整个流程在本地运行，透明且易于观察，是入门强化学习的绝佳案例。
使用场景
某高校计算机系学生在准备《人工智能导论》课程作业时，需要直观演示遗传算法与神经网络如何协同工作，但缺乏低门槛的可视化教学案例。
没有 IAMDinosaur 时
- 学生只能面对枯燥的数学公式和静态代码，难以理解“选择、交叉、变异”等抽象概念在实际中如何运作。
- 手动编写游戏控制脚本极其耗时，且无法动态展示 AI 从“乱跳”到“完美避障”的进化全过程。
- 缺乏实时反馈机制，调试神经网络参数时不知道是输入特征提取错误还是权重更新逻辑有问题。
- 传统教学依赖视频演示，学生无法亲自操作或修改基因参数，互动性和探索性严重不足。
使用 IAMDinosaur 后
- 通过观察 Chrome 恐龙从频繁撞仙人掌到自动跳跃的实时演变，学生直观看到了遗传算法的迭代优化效果。
- 利用内置的屏幕像素读取与键盘模拟功能，无需复杂配置即可让 AI 在几分钟内完成数百代自我训练。
- 终端实时显示每代最佳得分与神经网络输出状态，帮助学生快速定位是距离判断失误还是反应速度不足。
- 支持随时保存和加载特定“基因”文件，学生可对比不同突变率对进化速度的影响，深入实验验证理论。
IAMDinosaur 将抽象的 AI 算法转化为可见、可玩、可调参的互动实验，极大降低了机器学习入门的理解门槛。
运行环境要求
- 未说明
不需要 GPU
未说明
快速开始
我是恐龙
一个简单的人工智能，利用神经网络和简单的遗传算法，教会谷歌 Chrome 浏览器离线模式下的小恐龙跳跃躲避仙人掌。
观看这个视频，了解它的运行效果及工作原理：使用谷歌小恐龙的人工智能
安装
在您的电脑上安装
Node.js。克隆或下载本项目文件夹到您的电脑。
在该文件夹内运行
npm install。打开 Chrome 的小恐龙游戏，并将终端窗口放在旁边（必须在同一屏幕上）。 （提示：进入开发者工具，在“网络”选项卡中设置为离线状态）
在该文件夹内运行
node index。如果成功定位到游戏，程序会将鼠标光标移动到小恐龙所在地面的起点。在终端中按下s键开始学习。
工作原理
我们从屏幕像素中读取 3 种不同的输入：
- 下一个仙人掌的距离
- 下一个仙人掌的高度
- 当前仙人掌的移动速度
同时，我们有一个包含 3 种可能状态的输出：
- 输出 < 0.45：按下向下键
- 输出 > 0.55：按下向上键
- 默认：松开所有按键
遗传算法
每一代由 12 个神经网络（基因组）组成。
每个基因组都会在游戏中进行测试，通过不断将游戏中读取的输入映射到神经网络的输入，并根据网络的输出激活相应按键来控制小恐龙。
在测试每个基因组时，我们会记录其“适应度”，即在游戏中成功跳跃的仙人掌数量。
当完成整整一代后，我们会移除表现最差的基因组，直到剩下 N 个基因组。然后随机选择其中两个，对它们的参数配置进行交叉重组。接着，我们还会对神经网络的参数配置施加随机突变，从而生成新的基因组。
重复上述交叉与突变的过程，直到再次得到 12 个基因组，并持续循环迭代。
实现
整个实现基于 Node.js，使用了 Synaptic（神经网络库）和 RobotJs（用于读取屏幕像素并模拟按键操作的库）。
项目中包含以下几个文件：
index.js：负责整合所有模块。Scanner.js：基于 RobotJs 库的抽象层，以光线追踪的方式读取屏幕内容，并提供一些实用工具函数。UI.js：全局 UI 管理模块，负责初始化界面并在状态变化时更新显示。GameManipulator.js：包含读取传感器数据并将输出应用到游戏中的所有必要代码。它还负责计算得分、获取游戏状态，并触发回调函数以执行实际操作。Learner.js：遗传算法的核心实现文件，这里完成了“魔法”般的世代迭代、自然选择、交叉与突变等过程。
如何加载基因组
- 确保基因组文件位于
genomes文件夹中，且扩展名为.json。 - 运行程序。
- 在终端中点击列表。
- 使用上下键导航至所需文件。
- 按下
Enter键（随后按s键开始学习）。
快捷键说明
- 运行程序。
- 按下
o键保存当前代。 - 按下
Esc、q或C-c键结束程序。
注意游戏中的一个 Bug
小恐龙游戏存在一个令人困扰的 bug：随着时间推移，小恐龙会逐渐向右偏移，导致它偏离游戏的原始位置。这样一来，程序可能会误将小恐龙识别为仙人掌，因为它们的颜色相同。
您可以通过不断刷新页面来解决这个问题，或者在浏览器的元素检查器控制台中粘贴以下代码：
// 防止小恐龙向右漂移
setInterval(function (){Runner.instance_.tRex.xPos = 21}, 2000)
开发规范
请遵循 Felix 提供的 Node.js 风格指南。该指南简洁明了，提供了很好的编码模式。
致谢
- Ivan Seidel
- João Pedro
- Tony Ngan 创意来源于他
常见问题
相似工具推荐
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
funNLP
funNLP 是一个专为中文自然语言处理（NLP）打造的超级资源库，被誉为"NLP 民工的乐园”。它并非单一的软件工具，而是一个汇集了海量开源项目、数据集、预训练模型和实用代码的综合性平台。 面对中文 NLP 领域资源分散、入门门槛高以及特定场景数据匮乏的痛点，funNLP 提供了“一站式”解决方案。这里不仅涵盖了分词、命名实体识别、情感分析、文本摘要等基础任务的标准工具，还独特地收录了丰富的垂直领域资源，如法律、医疗、金融行业的专用词库与数据集，甚至包含古诗词生成、歌词创作等趣味应用。其核心亮点在于极高的全面性与实用性，从基础的字典词典到前沿的 BERT、GPT-2 模型代码，再到高质量的标注数据和竞赛方案，应有尽有。 无论是刚刚踏入 NLP 领域的学生、需要快速验证想法的算法工程师，还是从事人工智能研究的学者，都能在这里找到急需的“武器弹药”。对于开发者而言，它能大幅减少寻找数据和复现模型的时间；对于研究者，它提供了丰富的基准测试资源和前沿技术参考。funNLP 以开放共享的精神，极大地降低了中文自然语言处理的开发与研究成本，是中文 AI 社区不可或缺的宝藏仓库。
cs-video-courses
cs-video-courses 是一个精心整理的计算机科学视频课程清单，旨在为自学者提供系统化的学习路径。它汇集了全球知名高校（如加州大学伯克利分校、新南威尔士大学等）的完整课程录像，涵盖从编程基础、数据结构与算法，到操作系统、分布式系统、数据库等核心领域，并深入延伸至人工智能、机器学习、量子计算及区块链等前沿方向。 面对网络上零散且质量参差不齐的教学资源，cs-video-courses 解决了学习者难以找到成体系、高难度大学级别课程的痛点。该项目严格筛选内容，仅收录真正的大学层级课程，排除了碎片化的简短教程或商业广告，确保用户能接触到严谨的学术内容。 这份清单特别适合希望夯实计算机基础的开发者、需要补充特定领域知识的研究人员，以及渴望像在校生一样系统学习计算机科学的自学者。其独特的技术亮点在于分类极其详尽，不仅包含传统的软件工程与网络安全，还细分了生成式 AI、大语言模型、计算生物学等新兴学科，并直接链接至官方视频播放列表，让用户能一站式获取高质量的教育资源，免费享受世界顶尖大学的课堂体验。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。
PaddleOCR
PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来，转换成计算机可读取的结构化数据，让机器真正“看懂”图文内容。 面对海量纸质或电子文档，PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域，它扮演着连接图像与大型语言模型（LLM）的桥梁角色，能将视觉信息直接转化为文本输入，助力智能问答、文档分析等应用场景落地。 PaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显：不仅支持全球 100 多种语言的识别，还能在 Windows、Linux、macOS 等多个系统上运行，并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目，PaddleOCR 既能满足快速集成的需求，也能支撑前沿的视觉语言研究，是处理文字识别任务的理想选择。
awesome-machine-learning
awesome-machine-learning 是一份精心整理的机器学习资源清单，汇集了全球优秀的机器学习框架、库和软件工具。面对机器学习领域技术迭代快、资源分散且难以甄选的痛点，这份清单按编程语言（如 Python、C++、Go 等）和应用场景（如计算机视觉、自然语言处理、深度学习等）进行了系统化分类，帮助使用者快速定位高质量项目。 它特别适合开发者、数据科学家及研究人员使用。无论是初学者寻找入门库，还是资深工程师对比不同语言的技术选型，都能从中获得极具价值的参考。此外，清单还延伸提供了免费书籍、在线课程、行业会议、技术博客及线下聚会等丰富资源，构建了从学习到实践的全链路支持体系。 其独特亮点在于严格的维护标准：明确标记已停止维护或长期未更新的项目，确保推荐内容的时效性与可靠性。作为机器学习领域的“导航图”，awesome-machine-learning 以开源协作的方式持续更新，旨在降低技术探索门槛，让每一位从业者都能高效地站在巨人的肩膀上创新。