auto maple

自動楓木

Auto Maple是一個智能的Python機器人，使用模擬的鑰匙按壓，TensorFlow機器學習，OpenCV模板匹配和其他計算機視覺技術，播放2D側滾動MMORPG Maplestory。

可以在資源存儲庫中找到社區創建的資源，例如每個班級的命令書和每個地圖的例程。

最小值

Auto Maple使用OpenCV模板匹配來確定最小值的邊界以及其中的各種元素，從而可以準確跟踪玩家的遊戲內位置。如果record_layout設置為True ，則自動楓木將在基於Quadtree的佈局對像中記錄播放器的先前位置，該對象會定期保存到“佈局”目錄中的文件中。每當加載新例程時，其相應的佈局文件（如果存在）也將被加載。該佈局對像在其存儲點上使用A*搜索算法來計算從播放器到任何目標位置的最短路徑，這可以顯著提高執行例程的準確性和速度。

指揮書

_{上面的視頻顯示自動楓樹始終執行機械高級的能力組合。}

Auto Maple考慮了模塊化，只要提供遊戲中的動作列表或“命令書”，Auto Maple就可以操作遊戲中的任何字符。命令書是一個python文件，其中包含多個類，一個用於每個遊戲內能力，它告訴程序應該按什麼鍵以及何時按下它們。一旦導入命令書，將自動編譯為詞典中，然後自動楓木可以用來在例程中解釋命令。命令可以訪問Auto Maple的所有全局變量，這可以使他們根據玩家的位置和遊戲狀態積極改變其行為。

例程

單擊此處查看整個例程。

例程是用戶創建的CSV文件，它告訴自動楓樹在哪裡移動以及每個位置要使用的命令。 Auto Maple中的自定義編譯器通過選定的例程解析，並將其轉換為Component對象列表，然後可以由程序執行。為包含無效參數的每一行打印了一個錯誤消息，並且在轉換過程中忽略了這些行。 以下是最常用的常規組件的摘要： Point將命令直接存儲在其下方，並在字符處於指定位置的move_tolerance範圍之內，以該順序執行它們。還有幾個可選的關鍵字參數： 在執行任何命令之前， adjust角色的位置在目標位置的adjust_tolerance之內。 frequency說明了執行頻率。如果設置為n，則此點將執行每次迭代一次。 skip講述了是否要在第一次迭代中運行。如果設置為true且頻率為n，則該點將在n-1迭代中執行。 Label是一個參考點，可以幫助將例程組織成各節以及創建循環。 Jump從例程中的任何地方跳到給定的標籤。 Setting將指定的設置更新為給定值。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設置。所有可編輯的設置都可以在設置的底部找到。

符文

自動楓木具有自動解決“符合”或遊戲中箭頭鍵難題的能力。它首先使用OpENCV的顏色過濾和Canny Edge檢測算法來隔離箭頭鍵並減少盡可能多的背景噪聲。然後，它使用自定義訓練的張量流模型在預處理幀上運行多個推斷，直到兩個推論一致。由於這種預處理，自動楓木在解決各種（通常是色彩斑and）環境中的符文方面非常準確。

視頻演示

單擊下面觀看完整視頻

設定

1. 下載並安裝Python3。
2. 下載並安裝最新版本的CUDA工具包。
3. 下載並安裝git。
4. 下載並解壓縮最新的自動楓木版本。
5. 下載TensorFlow模型並將“模型”文件夾解壓縮到Auto Maple的“資產”目錄中。
6. 在自動Maple的主目錄中，打開命令提示符並運行：

    python -m pip install -r requirements.txt

7. 最後，通過運行創建一個桌面快捷方式：

    python setup.py

   此快捷方式使用絕對的路徑，因此請隨時移動它。但是，如果您移動自動楓木的主目錄，則需要再次運行python setup.py才能生成新的快捷方式。要在自動楓木關閉後保持命令提示符打開，請使用--stay標誌運行上述命令。