irwin
1.0.0
Irwin هو الذكاء الاصطناعى الذي يتعلم أنماط الغش ، ويمثل الغشاشين ، ويساعد المشرفين في تقييم الغشاشين المحتملين.
متوافق مع Python 3.x
pip3 install pymongo python-chess numpy requestsconf/config.json {
"api" : {
"url" : "https://lichess.org/" ,
"token" : "token"
} ,
"stockfish" : {
"threads" : 4 ,
"memory" : 2048 ,
"nodes" : 4500000 ,
"update" : false
} ,
"db" : {
"host" : "localhost" ,
"port" : 27017 ,
"authenticate" : false ,
"authentication" : {
"username" : "username" ,
"password" : "password"
}
} ,
"irwin" : {
"train" : {
"batchSize" : 5000 ,
"cycles" : 80
}
}
} يحتوي conf/config.json على تكوين لأسماك البورصة ، MongoDB ، TensorFlow ، Lichess (رمز المصادقة وعنوان URL) ، إلخ ...
إذا لم يكن لديك بالفعل قاعدة بيانات للاعبين الذين تم تحليلهم ، فسيكون من الضروري تحليل بضع مئات من اللاعبين لتدريب الشبكات العصبية. python3 main.py --no-assess --no-report
بدأ إيروين (الذي سمي على اسم ستيف إيروين ، صياد التمساح) كاسم للخادم الذي قام به Cheatnet الأصلي (الذي تم إهماله الآن). هذا هو خليفة Cheatnet.
على غرار Cheatnet ، فإنه يعمل على مفهوم مماثل لتحليل PVS المتاحة للعبة لتحديد احتمالات حدوث الغش.
يقوم هذا الروبوت بإجراء تحسينات على CheatNet من خلال اتباع نهج أكثر وحدات لتصميم البرمجيات. تحتوي modules/core على معظم أنواع البيانات العامة ، معالجات التسلسل BSON وطبقات واجهة قاعدة البيانات. كما أنه أسرع بكثير بسبب نهج مبسط لاستخدام تحليل سمكة الأوراق المالية.
تحتوي modules/irwin على أدمغة إيروين ، حيث يتم التعلم والتطبيق TensorFlow.
تم تصميم Irwin بحيث يمكن استبدال modules/irwin بنهج أخرى لتقييم اللاعب.
يحتوي Env.py على جميع الأدوات للتفاعل مع Lichess و Irwin ومعالجات قاعدة البيانات.
يغطي main.py الوصول إلى واجهة برمجة تطبيقات Lichess ( modules/Api.py ) عبر ENV للحصول على بيانات اللاعب ؛ سحب السجلات من MongoDB ، وتحليل الألعاب باستخدام أسماك البورصة ، وتقييم تلك الألعاب باستخدام TensorFlow ثم نشر التقييمات النهائية.
