赞
踩
项目地址:https://gitcode.com/Oleffa/LeagueAI
LeagueAI是一个创新的开源项目,它实现了一个能在《英雄联盟》中自动识别游戏图像的AI玩家。通过结合先进的深度学习模型和自动生成的训练数据,这个AI能够模拟人类玩家的游戏体验,带来前所未有的游戏自动化。
LeagueAI的核心是Yolo v3对象检测器的Python实现,该模型可以识别出游戏中如防御塔、小兵、特定英雄(比如薇恩)等关键元素。此外,项目还提供了一种无限生成随机训练数据的方法,以适应各种不同的游戏场景。
该项目利用了PyTorch库来构建和训练对象检测模型。Yolo v3是一种高效的实时物体检测系统,能够在图像中快速准确地定位和分类目标。在LeagueAI项目中,这一模型被应用到《英雄联盟》的游戏截图上,实现对游戏中的实体进行智能识别。
为了应对没有官方API的情况,开发者从游戏3D模型中提取图像,并运用数据增强和领域随机化技术,生成了大量带有标签的真实感合成图片作为训练集。这种自动生成训练数据的方法大大节省了手动标注的时间,提升了模型的泛化能力。
LeagueAI可广泛应用于游戏自动化、游戏数据分析、以及机器视觉研究等领域:
演示视频: 点击此处观看
如果你对深度学习、游戏AI或机器视觉有兴趣,LeagueAI绝对值得你探索和贡献。参与项目,一起开启智能游戏的新篇章!
项目文档 [论文引用]: Struckmeier, Oliver. "LeagueAI: Improving object detector performance and flexibility through automatically generated training data and domain randomization." arXiv preprint arXiv:1905.13546 (2019).
让我们一起见证智能游戏的未来,加入LeagueAI的行列吧!
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。