AI神秘且有趣，我们一个经典的游戏flappy bird集成AI，实现自训练成长的聪明的笨鸟。先上效果：
初始化的笨鸟拥有分身，每个分身都有自我学习功能，根据自己的移动轨迹和得分情况进行汇总，进行新一代的笨鸟的迭代，基本经过数十轮的训练和迭代，能完成高智慧的笨鸟，自我闯关能力强。
需要了解的AI知识：神经网络进化（Neuroevolution）- 神经网络进化wiki
游戏代码块组成：
1. 初始化模型、设置AI角色复制的分身术，启动GameAI程序
2. AI角色使用特征
3. AI角色使用行为
4. 当每轮执行，AI角色牺牲后进行决策记录
5. 异步实时计算AI角色是否牺牲(是否撞到管道)
6. 当一轮中所有AI角色都牺牲了，优化模型并保存模型，重启GameAI，进行下一代笨鸟的训练
核心代码组成：
Generation.js — 训练中代数的js文件
Network.js — 神经网络的js文件
Neuroevolution.js –网络进化的js文件
AISprite.js服务器托管 — AI角色(小鸟)的js文件
服务器托管服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
机房租用，北京机房租用，IDC机房托管， http://www.fwqtg.net
相关推荐: OFDM系统各种调制阶数的QAM误码率（Symbol Error Rate）与 误比特率（Bit Error Rate）仿真结果
本文是OFDM系统的不同QAM调制阶数的误码率与误比特率仿真，仅考虑在高斯白噪声信道下的情景，着重分析不同信噪比下的误码（符号）率性能曲线，不关心具体的调制与解调方案，仿真结果与理论的误码率曲线进行了对比。 考虑一个简单的OFDM系统，每个频域子载波承载一个Q…
