irwin

欧文

欧文（Irwin）是学习作弊模式，标记作弊者并协助主持人评估潜在作弊者的AI。

依赖性

与Python 3.x兼容

Python图书馆

pip3 install pymongo python-chess numpy requests

• TensorFlow ：TensorFlow安装指南

数据库

• MongoDB ：MongoDB安装指南

配置

创建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包含库存鱼，mongodb，tensorflow，lichess（身份验证令牌和URL）等的配置...

建立一个分析玩家的数据库

如果您还没有分析玩家的数据库，则有必要分析数百个玩家来训练神经网络。 python3 main.py --no-assess --no-report

关于

欧文（以鳄鱼猎人的史蒂夫·欧文（Steve Irwin）的名字命名）最初是原始作弊网（现已弃用）的服务器名称。这是作弊网的继任者。

与作弊网络类似，它在类似的概念上起作用，该概念可以分析游戏的可用PV，以确定作弊的几率。

该机器人通过采用更模块化的软件设计方法来改进作弊网。 modules/core包含大多数通用数据类型，BSON序列化处理程序和数据库接口层。由于使用Stockfish分析的简化方法，它也要快得多。

modules/irwin包含欧文的大脑，这是张量学习和应用的地方。

欧文（Irwin）的设计是为了使modules/irwin可以用其他玩家评估的方法代替。

Env.py包含与Lichess，Irwin和数据库处理程序交互的所有工具。

main.py涵盖通过ENV访问LiChess API（ modules/Api.py ）以获取播放器数据；从MongoDB获取记录，使用Stockfish分析游戏，使用TensorFlow评估这些游戏，然后发布最终评估。