auto maple

자동 메이플

Auto Maple은 시뮬레이션 된 키 프레스, Tensorflow Machine Learning, OpenCV 템플릿 매칭 및 기타 컴퓨터 비전 기술을 사용하여 2D 사이드 스크롤링 MMORPG 인 Maplestory를 재생하는 지능형 파이썬 봇입니다.

각 클래스의 명령 북 및 각 맵의 루틴 과 같은 커뮤니티 제작 리소스는 리소스 저장소 에서 찾을 수 있습니다.

미니 맵

Auto Maple은 OpenCV 템플릿을 일치 시켜 미니 맵의 범위와 다양한 요소를 결정하여 플레이어의 게임 내 위치를 정확하게 추적 할 수 있습니다. record_layout 이 True 로 설정되면 자동 메이플은 플레이어의 이전 위치를 쿼드 트리 기반 레이아웃 객체에 기록하며, 이는 "레이아웃"디렉토리의 파일에 주기적으로 저장됩니다. 새로운 루틴이로드 될 때마다 해당 레이아웃 파일이 존재하면로드됩니다. 이 레이아웃 객체는 저장된 점에서 A* 검색 알고리즘을 사용하여 플레이어에서 대상 위치로 가장 짧은 경로를 계산하여 루틴이 실행되는 정확도와 속도를 극적으로 향상시킬 수 있습니다.

사령부

_{위의 비디오는 자동 메이플이 기계적으로 고급 능력 조합을 지속적으로 수행하는 것을 보여줍니다.}

모듈성을 염두에두고 설계된 Auto Maple은 게임 내 액션 목록 또는 "명령 책"이 제공되는 한 게임의 모든 캐릭터를 작동 할 수 있습니다. 명령 북은 게임 내 능력마다 하나씩 여러 클래스를 포함하는 파이썬 파일로, 프로그램에 어떤 키를 누르는지, 언제 누를 때를 눌러야하는지 알려줍니다. 명령 북이 가져 오면 클래스는 자동으로 자동 메이플이 루틴 내에서 명령을 해석하는 데 사용할 수있는 사전으로 자동 컴파일됩니다. 명령은 모든 자동 메이플의 글로벌 변수에 액세스하여 플레이어의 위치와 게임 상태에 따라 동작을 적극적으로 변경할 수 있습니다.

루틴

전체 루틴을 보려면 여기를 클릭하십시오.

루틴은 자동 메이플에 이동할 위치와 각 위치에서 어떤 명령을 사용할 것인지 알려주는 사용자가 제작 한 CSV 파일입니다. 자동 메이플 내의 사용자 정의 컴파일러는 선택한 루틴을 통해 구문 분석하고이를 Component 요소 개체 목록으로 변환하여 프로그램에 의해 실행될 수 있습니다. 잘못된 매개 변수가 포함 된 모든 라인에 대해 오류 메시지가 인쇄되며 변환 중에 해당 라인이 무시됩니다. 아래는 가장 일반적으로 사용되는 일상적인 구성 요소의 요약입니다. Point 그 아래 바로 아래에 명령을 저장하고 문자가 지정된 위치의 move_tolerance 내에 있으면 해당 순서로 실행합니다. 몇 가지 선택적인 키워드 인수도 있습니다. 명령을 실행하기 전에 대상 위치의 adjust_tolerance 내에있는 캐릭터의 위치를 ​​미세 adjust . frequency 얼마나 자주 실행 해야하는지 지적합니다. n으로 설정되면이 지점은 1 번의 반복마다 한 번 실행됩니다. skip 첫 번째 반복에서 실행할 것인지 아닌지 지점을 알려줍니다. True로 설정되고 주파수가 N이면 N-1 반복 에서이 지점이 실행됩니다. Label 루틴을 섹션으로 구성하고 루프를 생성하는 데 도움이되는 기준점 역할을합니다. Jump 루틴의 어느 곳에서나 주어진 레이블로 점프합니다. Setting 지정된 설정을 주어진 값으로 업데이트합니다. 루틴의 어느 곳에 나 배치 할 수 있으므로 동일한 루틴의 다른 부분이 다른 설정을 가질 수 있습니다. 모든 편집 가능한 설정은 settings.py의 하단에서 찾을 수 있습니다.

룬

자동 메이플은 "룬"또는 게임 내 화살표 키 퍼즐을 자동으로 해결할 수 있습니다. 먼저 OpenCV의 컬러 여과 및 Canny Edge Detection 알고리즘을 사용하여 화살표 키를 분리하고 가능한 한 많은 배경 노이즈를 줄입니다. 그런 다음 두 가지 추론이 동의 할 때까지 맞춤형 훈련 된 텐서 플로우 모델을 사용하여 전처리 된 프레임에서 여러 추론을 실행합니다. 이 전처리로 인해 자동 메이플은 모든 종류의 (종종 화려하고 혼란스러운) 환경에서 룬을 해결하는 데 매우 정확합니다.

비디오 데모

전체 비디오를 보려면 아래를 클릭하십시오

설정

1. Python3를 다운로드하여 설치하십시오.
2. 최신 버전의 CUDA 툴킷을 다운로드하여 설치하십시오.
3. Git을 다운로드하여 설치하십시오.
4. 최신 자동 메이플 릴리스를 다운로드하여 압축 해제하십시오.
5. Tensorflow 모델을 다운로드하고 "Models"폴더를 자동 메이플의 "자산"디렉토리로 압축하십시오.
6. Auto Maple의 기본 디렉토리에서 명령 프롬프트를 열고 실행하십시오.

    python -m pip install -r requirements.txt

7. 마지막으로, 실행하여 데스크탑 단축키를 만듭니다.

    python setup.py

   이 바로 가기는 절대 경로를 사용하므로 원하는 곳에서 자유롭게 움직이십시오. 그러나 자동 메이플의 기본 디렉토리를 이동하면 새 바로 가기를 생성하려면 python setup.py 다시 실행해야합니다. 자동 메이플이 닫힌 후 명령 프롬프트를 열어 두려면 --stay 플래그로 위 명령을 실행하십시오.