易坊好文馆

  1. 首页 > 玩科技 >

原神|在原神里钓鱼，有人竟然用上了深度强化学习，还把它开源了( 二 )

原神 训练 深度 模型 Python GitHub 命令行 pip py conda yolox


git clone https://github.com/7eu7d7/genshin_auto_fish.git
依赖库安装：切换命令行到本工程所在目录：
cd genshin_auto_fish
执行以下命令安装依赖：
python -m pip install -U pip
python requirements.py
如果要使用显卡进行加速需要安装 CUDA 和 cudnn ，安装后无视上面的命令用下面这条安装 gpu 版：
pip install -U pip
python requirements.py --cuda [cuda 版本]
# 例如安装的 CUDA11.x
python requirements.py --cuda 110
安装 yolox：切换命令行到本工程所在目录 ， 执行以下命令安装 yolox：
python setup.py develop
预训练权重下载：下载预训练权重 (.pth 文件) ， yolox_tiny.pth 下载后将权重文件放在 工程目录 / weights 下 。
YOLOX 训练工作流程：YOLOX 部分用半监督学习打标签 。 标注少量样本后训练模型生成其余样本伪标签再人工修正 ， 不断迭代以提高精度 。 样本量较少所以使用迁移学习 ， 在 COCO 预训练的模型上进行 fine-tuning 。
将 yolox/exp/yolox_tiny_fish.py 中的 self.data_dir 的值改为解压后 2 个文件夹所在的路径 。
训练代码：
python yolox_tools/train.py -f yolox/exp/yolox_tiny_fish.py -d 1 -b 8 --fp16 -o -c weights/yolox
DQN 训练工作流程：控制力度使用强化学习模型 DQN 进行训练 。 两次进度的差值作为 reward 为模型提供学习方向 。 模型与环境间交互式学习 。
直接在原神内训练耗时较长 ， 首先你需要制作一个仿真环境 ， 大概模拟钓鱼力度控制操作 。 在仿真环境内预训练一个模型 。 随后将这一模型迁移至原神内 ， 实现域间迁移 。
仿真环境预训练代码：
python train_sim.py
原神游戏内训练：
python train.py
运行
以上准备就绪后 ， 就可以运行钓鱼 AI ， 注意命令行窗口一定要以管理员权限启动 。
显卡加速：
python fishing.py image -f yolox/exp/yolox_tiny_fish.py -c weights/best_tiny3.pth --conf 0.25 --nms 0.45 --tsize 640 --device gpu
cpu 运行：
python fishing.py image -f yolox/exp/yolox_tiny_fish.py -c weights/best_tiny3.pth --conf 0.25 --nms 0.45 --tsize 640 --device cpu
运行后出现 init ok 后按 r 键开始钓鱼 ， 原神需要全屏 。 出于性能考虑检测框不会实时显示 ， 处理运算后台进行 。
更多实现细节 ， 读者可参考原项目 。

推荐阅读


上一篇：分组|历年S赛趣味数据：B组产出冠军次数最多，全胜小组赛出线只有两支

下一篇：游戏|樱井政博发推祝贺任天堂131周年 并澄清自己并非任天堂员工