def play_best_game(best_individual):
"""
Play the game with the best individual obtained from the genetic
algorithm.
best_individual: Best individual after the GA has finished.
return game score (int)
"""
game = DinoGame(fps=60)
state_matrix = np.zeros((3, N_ATTRIBUTES))
while not game.game_over:
state_matrix = update_state_matrix(game, state_matrix)
action = np.argmax(best_individual @ state_matrix.T)
game.step(action)
return game.get_score()
for ger in range(num_geracoes):
# Crie uma lista `fitness` com o fitness de cada indivíduo da população
# (usando a função calcular_fitness e um `for` loop).
fitness = []
for ind in populacao:
fitness.append(calcular_fitness(jogo, ind))
# Atualize a população usando a função próxima_geração.
populacao = proxima_geracao(populacao, fitness)
print('{:3} |'.format(ger),
' '.join('{:4d}'.format(s) for s in sorted(fitness, reverse=True)))
# Opcional: parar se o fitness estiver acima de algum valor (p.ex. 300)
# if max(fitness) > 300:
# break
# Calcule a lista de fitness para a última geração
fitness = []
for ind in populacao:
fitness.append(calcular_fitness(jogo, ind))
# Mostre o melhor indivíduo
jogo.fps = 100
ordenados = ordenar_lista(populacao, fitness)
melhor = ordenados[0]
print('Melhor individuo:', melhor)
fit = calcular_fitness(jogo, melhor)
print('Fitness: {:4.1f}'.format(jogo.get_score()))
