auto maple

オートメープル

Auto Mapleは、シミュレートされたキープレス、Tensorflow機械学習、OPENCVテンプレートマッチング、およびその他のコンピュータービジョン技術を使用して、2DサイドスクロールMMORPGであるMaplestoryを再生するインテリジェントなPythonボットです。

各クラスのコマンドブックや各マップのルーチンなどのコミュニティが作成したリソースは、リソースリポジトリにあります。

ミニマップ

Auto Mapleは、 OPENCVテンプレートマッチングを使用して、ミニマップの境界とその中のさまざまな要素を決定し、プレイヤーのゲーム内位置を正確に追跡できるようにします。 record_layoutがTrueに設定されている場合、Auto Mapleは、「レイアウト」ディレクトリのファイルに定期的に保存されているQuadtreeベースのレイアウトオブジェクトにプレーヤーの以前の位置を記録します。新しいルーチンがロードされるたびに、対応するレイアウトファイルが存在する場合、ロードされます。このレイアウトオブジェクトは、保存されたポイントでA*検索アルゴリズムを使用して、プレーヤーから任意のターゲット位置までの最短パスを計算します。これにより、ルーチンが実行される精度と速度が劇的に向上します。

コマンドブック

_{上記のビデオは、自動メープルが一貫して機械的に高度な能力の組み合わせを実行していることを示しています。}

モジュール性を念頭に置いて設計されたAuto Mapleは、ゲーム内アクションのリスト、または「コマンドブック」のリストが提供されている限り、ゲーム内の任意のキャラクターを操作できます。コマンドブックは、ゲーム内の能力ごとに複数のクラスを含むPythonファイルで、プログラムにどのキーを押すべきか、いつそれらを押すべきかを伝えます。コマンドブックがインポートされると、そのクラスは自動的に辞書にまとめられ、自動メープルがルーチン内のコマンドを解釈するために使用できます。コマンドは、Auto Mapleのすべてのグローバル変数にアクセスできます。これにより、プレイヤーのポジションとゲームの状態に基づいて動作を積極的に変えることができます。

ルーチン

ここをクリックしてルーチン全体を表示します。

ルーチンは、ユーザーが作成したCSVファイルで、Auto Mapleにどこに移動するか、各場所で使用するコマンドを指示します。自動メープル内のカスタムコンパイラは、選択したルーチンを解析し、それをプログラムで実行できるComponentオブジェクトのリストに変換します。無効なパラメーターを含むすべての行に対してエラーメッセージが印刷され、これらの行は変換中に無視されます。 以下は、最も一般的に使用されるルーチンコンポーネントの要約です。 Pointそのコマンドをそのすぐ下に保存し、指定された場所のmove_tolerance内に文字が存在すると、その順序でそれらを実行します。オプションのキーワード引数もいくつかあります。 コマンドを実行する前に、ターゲットの場所のadjust_tolerance内にあるキャラクターの位置を微adjust 。 frequency 、実行する頻度を示しています。 nに設定すると、この点はすべてのn反復を1回実行します。 skip 、最初の反復で実行するかどうかを指示します。 Trueに設定され、周波​​数がnに設定されている場合、この点はN-1イテレーションで実行されます。 Label 、ルーチンをセクションに整理し、ループを作成するのに役立つ参照ポイントとして機能します。 ルーチンのどこからでも、与えられたラベルにJumpします。 Setting指定された設定を指定された値に更新します。ルーチンのどこにでも配置できるため、同じルーチンの異なる部分に異なる設定があります。すべての編集可能な設定は、settings.pyの下部にあります。

ルーン

Auto Mapleには、「ルーン」、またはゲーム内の矢印キーパズルを自動的に解く機能があります。最初にOpenCVの色ろ過とCanny Edge検出アルゴリズムを使用して、矢印キーを分離し、できるだけ多くのバックグラウンドノイズを減らします。次に、2つの推論が同意するまで、カスタムトレーニングを受けたTensorflowモデルを使用して、前処理されたフレームで複数の推論を実行します。この前処理のため、自動メープルは、あらゆる種類の（しばしばカラフルで混oticとした）環境でルーンを解くのに非常に正確です。

ビデオデモンストレーション

以下をクリックして、完全なビデオをご覧ください

設定

1. python3をダウンロードしてインストールします。
2. CUDA Toolkitの最新バージョンをダウンロードしてインストールします。
3. gitをダウンロードしてインストールします。
4. 最新のオートメープルリリースをダウンロードして解凍します。
5. Tensorflowモデルをダウンロードし、「モデル」フォルダーをオートメープルの「Assets」ディレクトリに解凍します。
6. Auto Mapleのメインディレクトリ内で、コマンドプロンプトを開いて実行します。

    python -m pip install -r requirements.txt

7. 最後に、実行してデスクトップショートカットを作成します。

    python setup.py

   このショートカットは絶対的なパスを使用しているので、どこにでも自由に移動してください。ただし、Auto Mapleのメインディレクトリを移動すると、新しいショートカットを生成するには、 python setup.py再度実行する必要があります。 Auto Mapleが閉じた後にコマンドプロンプトを開いたままにするには、 --stayフラグで上記のコマンドを実行します。