auto maple

Maple Otomatis

Auto Maple adalah bot python cerdas yang memainkan Maplestory, MMORPG gulir samping 2D, menggunakan tekan tombol simulasi, pembelajaran mesin TensorFlow, pencocokan template opencv, dan teknik visi komputer lainnya.

Sumber daya yang dibuat masyarakat, seperti buku perintah untuk setiap kelas dan rutinitas untuk setiap peta, dapat ditemukan di repositori sumber daya .

Minimap

Auto Maple menggunakan pencocokan template opencv untuk menentukan batas minimap serta berbagai elemen di dalamnya, memungkinkannya untuk secara akurat melacak posisi dalam game pemain. Jika record_layout diatur ke True , Auto Maple akan merekam posisi pemain sebelumnya dalam objek tata letak berbasis Quadtree , yang secara berkala disimpan ke file di direktori "tata letak". Setiap kali rutin baru dimuat, file tata letak yang sesuai, jika ada, juga akan dimuat. Objek tata letak ini menggunakan algoritma pencarian A* pada titik yang disimpan untuk menghitung jalur terpendek dari pemain ke lokasi target apa pun, yang secara dramatis dapat meningkatkan akurasi dan kecepatan rutinitas dieksekusi.

Buku perintah

_{Video di atas menunjukkan maple otomatis secara konsisten melakukan kombinasi kemampuan canggih secara mekanis.}

Dirancang dengan mempertimbangkan modularitas, Auto Maple dapat mengoperasikan karakter apa pun dalam permainan selama diberikan dengan daftar tindakan dalam game, atau "buku perintah". Buku perintah adalah file Python yang berisi beberapa kelas, satu untuk setiap kemampuan dalam game, yang memberi tahu program apa kunci yang harus ditekan dan kapan harus menekannya. Setelah buku perintah diimpor, kelas -kelasnya secara otomatis dikompilasi ke dalam kamus yang kemudian dapat digunakan oleh maple otomatis untuk menafsirkan perintah dalam rutinitas. Perintah memiliki akses ke semua variabel global Auto Maple, yang dapat memungkinkan mereka untuk secara aktif mengubah perilaku mereka berdasarkan posisi pemain dan keadaan permainan.

Rutinitas

Klik di sini untuk melihat seluruh rutinitas.

Rutin adalah file CSV yang dibuat pengguna yang memberi tahu Auto Maple di mana harus bergerak dan perintah apa yang akan digunakan di setiap lokasi. Kompiler khusus dalam maple otomatis parse melalui rutin yang dipilih dan mengubahnya menjadi daftar objek Component yang kemudian dapat dieksekusi oleh program. Pesan kesalahan dicetak untuk setiap baris yang berisi parameter yang tidak valid, dan garis -garis tersebut diabaikan selama konversi. Di bawah ini adalah ringkasan komponen rutin yang paling umum digunakan: Point menyimpan perintah langsung di bawahnya dan akan menjalankannya dalam urutan itu setelah karakter berada di dalam move_tolerance dari lokasi yang ditentukan. Ada juga beberapa argumen kata kunci opsional: adjust Fine-Tunes Posisi karakter untuk berada di dalam adjust_tolerance dari lokasi target sebelum menjalankan perintah apa pun. frequency memberi tahu poin seberapa sering untuk mengeksekusi. Jika diatur ke N, poin ini akan mengeksekusi setiap N iterasi. skip memberi tahu poin apakah akan berjalan pada iterasi pertama atau tidak. Jika diatur ke true dan frekuensi adalah N, poin ini akan dieksekusi pada iterasi N-1. Label bertindak sebagai titik referensi yang dapat membantu mengatur rutin ke bagian -bagian serta membuat loop. Jump melompat ke label yang diberikan dari mana saja dalam rutinitas. Setting memperbarui pengaturan yang ditentukan ke nilai yang diberikan. Ini dapat ditempatkan di mana saja dalam rutinitas, sehingga bagian yang berbeda dari rutin yang sama dapat memiliki pengaturan yang berbeda. Semua pengaturan yang dapat diedit dapat ditemukan di bagian bawah pengaturan.py.

Rune

Auto Maple memiliki kemampuan untuk secara otomatis menyelesaikan "rune", atau teka-teki kunci panah dalam game. Pertama kali menggunakan penyaringan warna OpenCV dan algoritma deteksi tepi yang cerdik untuk mengisolasi tombol panah dan mengurangi sebanyak mungkin kebisingan latar belakang. Kemudian, ia menjalankan beberapa kesimpulan pada bingkai yang diproses menggunakan model TensorFlow yang dilatih khusus sampai dua kesimpulan setuju. Karena preprocessing ini, otomatis maple sangat akurat dalam memecahkan rune di semua jenis lingkungan (seringkali berwarna -warni dan kacau).

Demonstrasi video

Klik di bawah untuk menonton video lengkapnya

Pengaturan

1. Unduh dan instal python3.
2. Unduh dan instal versi terbaru CUDA Toolkit.
3. Unduh dan instal git.
4. Unduh dan unzip rilis maple otomatis terbaru.
5. Unduh model TensorFlow dan unzip folder "Model" ke dalam direktori "aset" Maple Auto.
6. Di dalam direktori utama Auto Maple, buka prompt perintah dan jalankan:

    python -m pip install -r requirements.txt

7. Terakhir, buat pintasan desktop dengan menjalankan:

    python setup.py

   Pintasan ini menggunakan jalur absolut, jadi silakan pindahkan ke mana pun Anda inginkan. Namun, jika Anda memindahkan direktori utama Auto Maple, Anda harus menjalankan python setup.py lagi untuk menghasilkan jalan pintas baru. Untuk menjaga prompt perintah tetap terbuka setelah maple otomatis tutup, jalankan perintah di atas dengan bendera --stay .