Train your own flappy bird robot easily
此项目提供了一个简易的框架来训练flappy bird机器人，可以很方便在此框架上学习或测试agent的一些算法。
- 对游戏进行了简单的封装，可以很方便得到游戏的状态来辅助算法实现。
- 可以显示游戏界面方便调试，能够看到算法实现的效果。也可以选择关闭游戏界面以及声音，这样游戏仍然能正常运行，一般用于训练阶段，可以减少CPU的占用。
确认安装了python2.7.x和pyglet。pyglet的安装Window可从这里直接下载二进制exe文件安装。Linux可从各个发行版的软件源安装，例如ubuntu:
sudo apt-get install python-pyglet
若软件源中找不到，可以按这里下载源代码编译安装
算法代码写在Bot.plan()方法里，Bot.plan()方法每0.05秒会被调用一次，可以根据每次传入的state信息来辅助此次的决策。 state是一个dict，存放的是当前的游戏状态（也就是上一次执行动作后的状态）。具体信息如下：
state = { 'bird': (x, y, bird_state) ,
'pipes': [(x0, y0), (x1, y1), ... ] }
其中bird是鸟相关信息，x, y是鸟的横纵坐标，bird_state为string，若值为'alive'表示鸟活着，'dead'表示鸟死了。 pipes是各个管道的位置，上管道的位置用左下角的点表示，下管道的位置用左上角的点表示，管道存放的顺序按“上下上下上下”，见最后面的图。红点表示管道位置，数字表示顺序。另外注意坐标系是从左到右，从下到上，即原点在左下角 由于游戏比较简单，可以执行的动作只有点击屏幕。可以通过调用self.tap()指令来点击屏幕。
需要在整个程序执行期间更新的数据可以放在Bot._init_()方法里。训练得到的数据可以通过_init_()方法里的do_at_exit()保存，这样训练时间过长或程序出错时可以把数据存下来，避免从头开始训练。
是否显示窗口和播放声音可以在main的两个标志show_window和enable_sound设置。
代码里有一个例子sample_bot.py，实现了Q-learning算法，参考的是这篇文章Flappy Bird hack using Reinforcement Learning。保存数据等也可以参考例子。可以考虑结合一些规则（例如低于下根管道时尽量飞高，高于时则鸟降低高度等）来加快训练。
wikipedia的强化学习介绍
《AI: a modern approach》的第21章
