Recriando uma versão do Flappy Bird com IA
Moises Souza
I. I NTRODUÇ ÃO
Amente humana é uma máquina altamente poderosa e
complexa que pode processar uma grande quantidade de
informações em um tempo mı́nimo. As unidades principais
do cérebro são os neurônios e é por meio deles que as
informações são transmitidas e processadas. As tarefas
realizadas pelo cérebro intrigam os pesquisadores, como
por exemplo, a capacidade do cérebro de reconhecer um
rosto familiar dentre uma multidão em apenas milésimos
de segundo. As respostas sobre alguns enigmas do
funcionamento do cérebro ainda não foram respondidas e
se perpetuam ate os dias de hoje. cérebro é que o mesmo
desenvolve suas regras através da experiência adquirida em
situações vividas anteriormente[1] O que é conhecido sobre
o funcionamento do cérebro é que o mesmo desenvolve
suas regras através da experiência adquirida em situações
vividas anteriormente[1]. A corrida pelo desenvolvimento
de um programa que realize funções da mente humana
começou junto com o inı́cio da computação eletrônica.
Desde então, muitas pesquisas foram realizadas para
chegar a este objetivo, em geral dentro da grande área de
Inteligência Artificial. Um avanço recente foi a substancial
redução do custo de equipamentos utilizados para processar
redes neurais, facilitando a execução de algoritmos de
aprendizado em computadores pessoais e dando novo
impulso ao desenvolvimento de novos algoritmos. Um deles
é o NEAT, que tem como objetivo criar uma rede neural
artificial que evolui através de mudança em sua delineação
e alteração de pesos das suas conexões, seguindo a
abordagem de algoritmos genéticos. Este trabalho tem como
objetivo deste trabalho está utilizar o metodo NEAT para
evolução de redes neurais arbitrárias, tendo como cenário
o jogo Flappy Bird, criar jogos simples, projetar um jogo
que utilize inteligência artificial, e Desenvolver um jogo
com inteligência artificial concluindo as competencias
do Projeto de Bloco: Computação e Inteligência
Artificial Os objetivos especı́ficos deste trabalho são:
• Estudar os principais conceitos
evolução de redes neurais arbitrárias;
• Mapear soluções de software pré-existentes
para a montagem do sistema de aprendizado;
• Aplicar o algoritmo NEAT para
jogo Flappy Bird dentro de um sistema;
• Avaliar os resultados obtidos [2].
*Meus agradecimentos
1 A Deus. moises.souza@al.infnet.edu.br
II. BASES TE ÓRICAS
Esta seção apresentará os fundamentos teóricos utilizados
neste trabalho, Neat-Python, Pygame, Python.
A. Visão geral do NEAT
NEAT é um método desenvolvido por Kenneth O. Stan-
ley para a evolução de redes neurais arbitrárias. NEAT-
Python é uma implementação Python pura do NEAT, sem
dependências além da biblioteca padrão do Python. Que
começa a evolução com uma população de redes muito
simples e complexifica as redes ao longo de gerações,
adicionando novos neurônios e conexões. [3].
B. Pygame
Pygame é um conjunto de plataforma cruzada de módulos
Python que é usado para criar videogames. Consiste em
computação gráfica e bibliotecas de som projetadas para
serem usadas com a linguagem de programação Python.
Pygame foi oficialmente escrito por Pete Shinners para
substituir PySDL. Pygame é adequado para criar aplicativos
do lado do cliente que podem ser potencialmente agrupados
em um executável autônomo. O seu nome tem origem da
junção de Py, proveniente de Python e Game, que significa
Jogo, ou seja, Jogos em Python. Gênero(s): Motor de jogo
Idioma(s): inglês Licença: LGPL Versão estável: 2.0.1 (24
de dezembro de 2009) Linguagens de programação: Python,
C, Cython, Linguagem assembly[4]
C. Python
Python é uma linguagem de programação interpretada,
orientada a objetos e de alto nı́vel com semântica dinâmica.
Suas estruturas de dados embutidas de alto nı́vel, combinadas
com tipagem dinâmica e vinculação dinâmica, tornam-no
muito atraente para o Desenvolvimento Rápido de Aplica-
tivos, bem como para uso como linguagem de script ou
cola para conectar componentes existentes. A sintaxe simples
de
e fácil de aprender do Python enfatiza a legibilidade e,
portanto, reduz o custo de manutenção do programa. Python
oferece suporte a módulos e pacotes, o que incentiva a
modularidade do programa e a reutilização de código. O
o
interpretador Python e a extensa biblioteca padrão estão
disponı́veis em formato de código-fonte ou binário gra-
tuitamente para todas as principais plataformas e podem
ser distribuı́dos gratuitamente.. Foi lançada por Guido van
Rossum em 1991 Criado Por: Guido van Rossum Empresa
matriz: Python Software Foundation[5].
D. Teste de Referencia Neat-Python
****** Running generation 0 ****** Population’s aver-
age fitness: 5.75200 : 8.34714 Best fitness: 77.40000 - size:
(1, 3) - species 1 - id 78 Average adjusted fitness: 0.046 Mean
genetic distance 1.053, standard deviation 0.424 Population
of 100 members in 1 species: ID age size fitness adj fit
stag ==== === ==== ======= ======= ==== 1 0 100
77.4 0.046 0 Total extinctions: 0 Generation time: 16.387
sec ****** Running generation 1 ****** [3].
III. M ETODOLOGIA
Esta seção apresenta a abordagem proposta para combinar
os métodos de controle para melhorar seu desempenho e o
banco de testes utilizado para sua validação.
A. Evolução da IA com Neat-Python
IV. S IMULAÇ ÃO E R ESULTADOS
População inicial, primeiros indviduos gerado
Fig. 1. Primeira geração.
Neste ponto já foi selecionado os melhores individuos, no
geral nada pode ser falar sobre convergência vendo que ela
depende de alguns de fatores.
Primeiro ponto, pode existir mı́nimos locais e isto depende
da função de custo e do modelo.
Em segundo plano, o método de otimização usado pode
não garantir a convergência quando estiver muito longe do
mı́nimo local.
Em terceiro plano, para uma quantidade de dados ou
parâmetros muito grande, alguns métodos se tornam im-
praticáveis. No geral, foi descoberto que garantias teóricas
sobre a convergência são guias, pouco confiáveis para
aplicação prática.
Fig. 2. Segunda Geração.
****** Running generation 0 ******
Population’s average fitness: 5.75200 stdev: 8.34714
Best fitness: 77.40000 - size: (1, 3) - species 1 - id 78
Average adjusted fitness: 0.046
Mean genetic distance 1.053, standard deviation 0.424
Population of 100 members in 1 species:
ID age size fitness adj fit stag
==== === ==== ======= ======= ====
1 0 100 77.4 0.046 0
Total extinctions: 0
Generation time: 16.387 sec
***** Running generation 1 ******
V. O BSERVAÇ ÕES F INAIS
Neste Trabalho foi realizada a análise do método de
aprendizado NEAT aplicado a um jogo eletrônico antigo
para um jogo de PC , utilizando técnicas de programação
evolutiva que une a técnica de rede neural com algoritmo
genético escritas em Python. A utilização do método NEAT
apresentou-se satisfatória para treinamento de uma rede
neural, demonstrando resultados muitos bons para pouco
tempo de treinamento e considerando que o jogo Flappy
 Fig. 3. Na segunda geração já obtive o máximo global.

Bird é um jogo onde é necessário movimentação constante e

se desviar dos obstáculos para conseguir sobreviver Durante
as realizações das simulações foi possı́vel perceber que
a evolução ocorria de forma gradual, começando com os
pássaros fazendo nada e se destruindo ao colidir com os
canos diversas vezes para os primeiras gerações. Também
foi possı́vel perceber que o personagem evoluiu em pouco
tempo com duas gerações, desta forma podendo saltar da
forma correta sem colidir com os canos. Um dos desafios
foi o entendimento do pacote NET-Python, pois dependia de
Compreender as explicações e exemplos que constam na sua
documentação. entretanto disso, o aprendizado dos Birds e
a colisão com os pipes, foram bastante trabalhosas, pois não
havia nenhum conhecimento prévio sobre Pygame dado pelo
docente do bloco atual.
R EFERENCES
[1] S. Sarti and G. Ochoa, “A neat visualisation of neuroevolution trajec-
tories.” in EvoApplications, 2021, pp. 714–728.
[2] N. do author, “Titulo escrever.” organizacao, 2014, pp. 387–395.
[Online]. Available: Nomedolivro
[3] K. O. Stanley and R. Miikkulainen. Efficient evolution of
neural network topologies. [Online]. Available: http://nn.cs.utexas.
edu/downloads/papers/stanley.cec02.pdf
[4] P. Community. Visão geral do neat. [Online]. Available: https:
//pt.wikipedia.org/wiki/Pygame
[5] ——. Visão geral do neat. [Online]. Available: https://pt.wikipedia.org/
wiki/Python