auto maple
v2.3.6
Auto Maple เป็นบอท Python อัจฉริยะที่เล่น Maplestory, MMORPG แบบเลื่อนด้านข้าง 2D โดยใช้การกดปุ่มแบบจำลองการเรียนรู้ของเครื่อง Tensorflow, การจับคู่เทมเพลต OpenCV และเทคนิคการมองเห็นคอมพิวเตอร์อื่น ๆ
ทรัพยากรที่สร้างจากชุมชนเช่น หนังสือคำสั่ง สำหรับแต่ละชั้นเรียนและ กิจวัตร สำหรับแต่ละแผนที่สามารถพบได้ใน พื้นที่เก็บข้อมูลทรัพยากร
Auto Maple ใช้ การจับคู่เทมเพลต OpenCV เพื่อกำหนดขอบเขตของ minimap รวมถึงองค์ประกอบต่าง ๆ ภายในทำให้สามารถติดตามตำแหน่งในเกมของผู้เล่นได้อย่างแม่นยำ หาก record_layout ถูกตั้งค่าเป็น True Auto Maple จะบันทึกตำแหน่งก่อนหน้าของผู้เล่นในวัตถุเลย์เอาต์ แบบ quadtree ซึ่งจะถูกบันทึกไว้เป็นระยะลงในไฟล์ในไดเรกทอรี "เลย์เอาต์" ทุกครั้งที่มีการโหลดรูทีนใหม่ไฟล์เลย์เอาต์ที่สอดคล้องกันหากมีอยู่จะถูกโหลด วัตถุเลย์เอาต์นี้ใช้ อัลกอริทึมการค้นหา A* บนจุดที่เก็บไว้เพื่อคำนวณเส้นทางที่สั้นที่สุดจากผู้เล่นไปยังตำแหน่งเป้าหมายใด ๆ ซึ่งสามารถปรับปรุงความแม่นยำและความเร็วที่ดำเนินการตามรูทีนได้อย่างมาก | ![]() |

วิดีโอข้างต้นแสดงเมเปิ้ลอัตโนมัติดำเนินการผสมผสานความสามารถขั้นสูงของกลไกอย่างต่อเนื่อง
| ออกแบบโดยคำนึงถึงความเป็นโมดูลเมเปิ้ลอัตโนมัติสามารถใช้งานตัวละครใด ๆ ในเกมตราบเท่าที่มันมีให้กับรายการการกระทำในเกมหรือ "หนังสือคำสั่ง" หนังสือคำสั่งคือไฟล์ Python ที่มีหลายคลาสหนึ่งคลาสสำหรับแต่ละความสามารถในเกมที่บอกโปรแกรมว่าควรกดปุ่มอะไรและควรกดเมื่อใด เมื่อนำเข้าหนังสือคำสั่งคลาสของมันจะถูกรวบรวมโดยอัตโนมัติเป็นพจนานุกรมที่ Auto Maple สามารถใช้เพื่อตีความคำสั่งภายในกิจวัตร คำสั่งสามารถเข้าถึงตัวแปรระดับโลกของ Auto Maple ทั้งหมดซึ่งสามารถอนุญาตให้พวกเขาเปลี่ยนพฤติกรรมของพวกเขาอย่างแข็งขันตามตำแหน่งของผู้เล่นและสถานะของเกม |
| รูทีนเป็นไฟล์ CSV ที่ผู้ใช้สร้างขึ้นซึ่งบอกกับ Auto Maple ที่จะย้ายและคำสั่งใดที่จะใช้ในแต่ละสถานที่ คอมไพเลอร์ที่กำหนดเองภายในการวิเคราะห์เมเปิ้ลอัตโนมัติผ่านรูทีนที่เลือกและแปลงเป็นรายการของวัตถุ Component ที่สามารถดำเนินการได้โดยโปรแกรม ข้อความแสดงข้อผิดพลาดจะถูกพิมพ์สำหรับทุกบรรทัดที่มีพารามิเตอร์ที่ไม่ถูกต้องและบรรทัดเหล่านั้นจะถูกละเว้นระหว่างการแปลงด้านล่างนี้เป็นบทสรุปของส่วนประกอบประจำที่ใช้กันมากที่สุด:
|

| Auto Maple มีความสามารถในการแก้ปัญหา "รูน" หรือปริศนาลูกศรลูกศรในเกมโดยอัตโนมัติ ก่อนอื่นใช้การกรองสีของ OpenCV และอัลกอริทึม การตรวจจับขอบกระป๋อง เพื่อแยกปุ่มลูกศรและลดเสียงรบกวนพื้นหลังให้มากที่สุด จากนั้นมันจะเรียกใช้การอนุมานหลายครั้งในเฟรมที่ผ่านการประมวลผลล่วงหน้าโดยใช้โมเดล tensorflow ที่ได้รับการฝึกอบรมแบบกำหนดเองจนกระทั่งการอนุมานสองครั้งเห็นด้วย ด้วยเหตุนี้การประมวลผลล่วงหน้านี้เมเปิ้ลอัตโนมัติจึงมีความแม่นยำอย่างมากในการแก้รูนในสภาพแวดล้อม (มักจะมีสีสันและวุ่นวาย) ทุกชนิด |
คลิกด้านล่างเพื่อดูวิดีโอเต็มรูปแบบ

python -m pip install -r requirements.txt python setup.pypython setup.py อีกครั้งเพื่อสร้างทางลัดใหม่ ในการเปิดพรอมต์คำสั่งให้เปิดหลังจากปิดเมเปิ้ลอัตโนมัติให้เรียกใช้คำสั่งด้านบนด้วยธง --stay ค่า