auto maple

自动枫木

Auto Maple是一个智能的Python机器人，使用模拟的钥匙按压，TensorFlow机器学习，OpenCV模板匹配和其他计算机视觉技术，播放2D侧滚动MMORPG Maplestory。

可以在资源存储库中找到社区创建的资源，例如每个班级的命令书和每个地图的例程。

最小值

Auto Maple使用OpenCV模板匹配来确定最小值的边界以及其中的各种元素，从而可以准确跟踪玩家的游戏内位置。如果record_layout设置为True ，则自动枫木将在基于Quadtree的布局对象中记录播放器的先前位置，该对象会定期保存到“布局”目录中的文件中。每当加载新例程时，其相应的布局文件（如果存在）也将被加载。该布局对象在其存储点上使用A*搜索算法来计算从播放器到任何目标位置的最短路径，这可以显着提高执行例程的准确性和速度。

指挥书

_{上面的视频显示自动枫树始终执行机械高级的能力组合。}

Auto Maple考虑了模块化，只要提供游戏中的动作列表或“命令书”，Auto Maple就可以操作游戏中的任何字符。命令书是一个python文件，其中包含多个类，一个用于每个游戏内能力，它告诉程序应该按什么键以及何时按下它们。一旦导入命令书，将自动编译为词典中，然后自动枫木可以用来在例程中解释命令。命令可以访问Auto Maple的所有全局变量，这可以使他们根据玩家的位置和游戏状态积极改变其行为。

例程

单击此处查看整个例程。

例程是用户创建的CSV文件，它告诉自动枫树在哪里移动以及每个位置要使用的命令。 Auto Maple中的自定义编译器通过选定的例程解析，并将其转换为Component对象列表，然后可以由程序执行。为包含无效参数的每一行打印了一个错误消息，并且在转换过程中忽略了这些行。 以下是最常用的常规组件的摘要： Point将命令直接存储在其下方，并在字符处于指定位置的move_tolerance范围之内，以该顺序执行它们。还有几个可选的关键字参数： 在执行任何命令之前， adjust角色的位置在目标位置的adjust_tolerance之内。 frequency说明了执行频率。如果设置为n，则此点将执行每次迭代一次。 skip讲述了是否要在第一次迭代中运行。如果设置为true且频率为n，则该点将在n-1迭代中执行。 Label是一个参考点，可以帮助将例程组织成各节以及创建循环。 Jump从例程中的任何地方跳到给定的标签。 Setting将指定的设置更新为给定值。它可以放置在例程中的任何地方，因此同一例程的不同部分可以具有不同的设置。所有可编辑的设置都可以在设置的底部找到。

符文

自动枫木具有自动解决“符合”或游戏中箭头键难题的能力。它首先使用OpENCV的颜色过滤和Canny Edge检测算法来隔离箭头键并减少尽可能多的背景噪声。然后，它使用自定义训练的张量流模型在预处理帧上运行多个推断，直到两个推论一致。由于这种预处理，自动枫木在解决各种（通常是色彩斑and）环境中的符文方面非常准确。

视频演示

单击下面观看完整视频

设置

1. 下载并安装Python3。
2. 下载并安装最新版本的CUDA工具包。
3. 下载并安装git。
4. 下载并解压缩最新的自动枫木版本。
5. 下载TensorFlow模型并将“模型”文件夹解压缩到Auto Maple的“资产”目录中。
6. 在自动Maple的主目录中，打开命令提示符并运行：

    python -m pip install -r requirements.txt

7. 最后，通过运行创建一个桌面快捷方式：

    python setup.py

   此快捷方式使用绝对的路径，因此请随时移动它。但是，如果您移动自动枫木的主目录，则需要再次运行python setup.py才能生成新的快捷方式。要在自动枫木关闭后保持命令提示符打开，请使用--stay标志运行上述命令。