前言
- AI 打游戏 - 壹(bilibili)
背景
- 大部分 AI 教程专一算法训练，应用开源训练集进行训练
- 理论工作中，算法训练只是一部分，还有很多上下游的工作
- 通过 AI 打游戏这个主题，来相熟 AI 产业全貌
阐明
- 提到 AI 是题目党，这次应用的不能算人工智能，只是指标检测 (YOLO) 的简略利用，并不是强化学习这类高阶 AI
- 不会讲到算法实现及算法相干代码，是将 YOLOv8 开源我的项目批改配置，应用本人的训练集进行训练并预测
- 游戏是个操作极其简略的小游戏，重点在理解 AI 产业上下游工作
要求
- 相熟 Python 语言
- 理解 AI 根底概念，如无监督学习、指标检测、训练、验证、预测、训练集等
内容
次要步骤
- 运行游戏，录屏工具录制游戏，将视频截图为图片
- 装置标注工具，对游戏截图进行标注，并导出到本地作为训练集
- 下载 YOLOv8 开源我的项目代码，替换其中的训练配置
- 应用下面步骤的训练集进行训练，失去新算法模型
- 抓取游戏界面，应用新模型进行预测，依据游戏规则做相应操作
游戏
- 选用操作很简略的游戏，如下游戏截图
- 游戏(收费)：Tap Ninja，能够在 Steam 中国搜寻该名字进行装置
-
玩法：
- 相似跑酷，玩家角色始终向右奔跑，右侧随机呈现敌人
- 玩家点击鼠标或者按空格，玩家角色攻打正前方
- 毁灭敌人取得积分
AI 打游戏思路
- 实时读取游戏画面
- 应用算法预测出玩家角色和敌人的地位
- 当敌人凑近玩家时，模仿鼠标 / 键盘操作攻打敌人取得得分