Apprendre à une machine à être pire dans un jeu vidéo que vous ne l’êtes

Publié le 01 juin 2021 par Mycamer

Est-ce vraiment de la triche si l’aimbot que vous avez construit joue le jeu moins bien que vous ?

Nous votons non, et bien que nous ayons un mauvais avis sur la triche en général, il y a encore des hacks intéressants dans ce bot alimenté par l’IA pour Valorant. Il s’agit d’un jeu de tir à la première personne, basé sur l’équipe qui a beaucoup d’action et un Counter Strike ambiance. Comme [River] souligne que la plupart des cheat-bots ont un accès direct à la mémoire de l’ordinateur qui joue au jeu, ce qui lui donne un avantage injuste sur les joueurs humains, qui doivent traiter visuellement le terrain de jeu et effectuer leurs mouvements dans l’espace de viande. Pour faire le Valorant-bot plus un défi, il a décidé de transmettre la vidéo du jeu d’un ordinateur à un autre via un périphérique de capture HDMI-to-USB.

La deuxième machine a un modèle YOLOv5 qui a été entraîné contre deux heures de jeu, suffisamment pour identifier l’ami de l’ennemi – la plupart du temps. La navigation autour de la carte a été effectuée en analysant la mini-carte à l’écran du jeu avec OpenCV et en faisant quelques recherche de chemin rudimentaire. En fait, contrôler le joueur sur la machine de jeu était particulièrement difficile ; plutôt que de compter sur une API pour envoyer des séquences de clavier, [River] utilisé un dongle de souris sans fil sur la machine de jeu et un émetteur USB sur la deuxième machine.

Les résultats sont pour le moins incertains. Le système a tendance à coincer le joueur dans les coins et ne reconnaît pas les ennemis qui apparaissent à courte distance. Le premier est une fonction de la mini-carte basse résolution, tandis que le second a à voir avec l’ensemble de données d’entraînement – ​​la plupart des joueurs humains engagent des ennemis à distance, il y a donc une pénurie de rencontres « mauvaise haleine » pour s’entraîner. Pourtant, nous sommes impressionnés qu’il soit possible d’entraîner une machine à jouer à un jeu FPS complexe, sans parler de cela.

Est-ce vraiment de la triche si l’aimbot que vous avez construit joue le jeu moins bien que vous ?

Nous votons non, et bien que nous ayons un mauvais avis sur la triche en général, il y a encore des hacks intéressants dans ce bot alimenté par l’IA pour Valorant. Il s’agit d’un jeu de tir à la première personne, basé sur l’équipe qui a beaucoup d’action et un Counter Strike ambiance. Comme [River] souligne que la plupart des cheat-bots ont un accès direct à la mémoire de l’ordinateur qui joue au jeu, ce qui lui donne un avantage injuste sur les joueurs humains, qui doivent traiter visuellement le terrain de jeu et effectuer leurs mouvements dans l’espace de viande. Pour faire le Valorant-bot plus un défi, il a décidé de transmettre la vidéo du jeu d’un ordinateur à un autre via un périphérique de capture HDMI-to-USB.

La deuxième machine a un modèle YOLOv5 qui a été entraîné contre deux heures de jeu, suffisamment pour identifier l’ami de l’ennemi – la plupart du temps. La navigation autour de la carte a été effectuée en analysant la mini-carte à l’écran du jeu avec OpenCV et en faisant quelques recherche de chemin rudimentaire. En fait, contrôler le joueur sur la machine de jeu était particulièrement difficile ; plutôt que de compter sur une API pour envoyer des séquences de clavier, [River] utilisé un dongle de souris sans fil sur la machine de jeu et un émetteur USB sur la deuxième machine.

Les résultats sont pour le moins incertains. Le système a tendance à coincer le joueur dans les coins et ne reconnaît pas les ennemis qui apparaissent à courte distance. Le premier est une fonction de la mini-carte basse résolution, tandis que le second a à voir avec l’ensemble de données d’entraînement – ​​la plupart des joueurs humains engagent des ennemis à distance, il y a donc une pénurie de rencontres « mauvaise haleine » pour s’entraîner. Pourtant, nous sommes impressionnés qu’il soit possible d’entraîner une machine à jouer à un jeu FPS complexe, sans parler de cela.

— to hackaday.com