irwin

Irwin

Irwin adalah AI yang mempelajari pola kecurangan, menandai penipu, dan membantu moderator dalam menilai curang potensial.

Dependensi

Kompatibel dengan python 3.x

Perpustakaan Python

pip3 install pymongo python-chess numpy requests

• TensorFlow : Panduan Instalasi TensorFlow

Database

• MongoDB : Panduan Instalasi MongoDB

Mengkonfigurasi

Buat conf/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
    }
  }
}

conf/config.json berisi konfigurasi untuk stockfish, mongodb, tensorflow, lichess (token dan url otentikasi), dll ...

Bangun database pemain yang dianalisis

Jika Anda belum memiliki database pemain yang dianalisis, akan perlu untuk menganalisis beberapa ratus pemain untuk melatih jaringan saraf. python3 main.py --no-assess --no-report

Tentang

Irwin (dinamai Steve Irwin, pemburu buaya) dimulai sebagai nama server yang dijalankan oleh cheatnet asli (sekarang sudah usang). Ini adalah penerus CheatNet.

Mirip dengan CheatNet, ini bekerja pada konsep serupa untuk menganalisis PVS permainan yang tersedia untuk menentukan kemungkinan terjadi kecurangan.

Bot ini membuat perbaikan dibandingkan CheatNet dengan mengambil pendekatan yang lebih modular secara dramatis untuk desain perangkat lunak. modules/core berisi sebagian besar tipe data generik, penangan serialisasi BSON dan lapisan antarmuka basis data. Ini juga secara signifikan lebih cepat karena pendekatan yang disederhanakan untuk menggunakan analisis stockfish.

modules/irwin berisi otak Irwin, di sinilah pembelajaran dan aplikasi Tensorflow berlangsung.

Irwin telah dirancang sehingga modules/irwin dapat diganti dengan pendekatan lain untuk penilaian pemain.

Env.py berisi semua alat untuk berinteraksi dengan Lichess, Irwin, dan penangan database.

main.py mencakup mengakses Lichess API ( modules/Api.py ) melalui Env untuk mendapatkan data pemain; Menarik catatan dari MongoDB, menganalisis game menggunakan stockfish, menilai game -game tersebut menggunakan TensorFlow dan kemudian memposting penilaian akhir.