文件名称：pytux_nn:训练过深度神经网络玩pysupertux卡丁车
文件大小：9.59MB
文件格式：ZIP
更新时间：2024-05-04 09:36:44
Python
pytux_nn 训练过玩pysupertux卡丁车的深度神经网络。 播放的主要模型是PuckDetector模型，该模型可检测图像中的冰球位置。 如果冰球不在图像中，则模型会预测玩家后方的位置，以便AI知道要扭转并找到冰球。 该模型基于FCN模型，并使用上块，下块和跳过连接。 为了使该模型正确概括，必须修改数据收集过程。 首先，不是从游戏的每个帧收集数据，而是仅每10帧保存一次游戏图像，以获取场上更为多样化的图像位置集。 其次，使用Shell脚本将数据收集和模型训练放在一个循环中，这样，每30个模型，模型将收到一批新的10,000张图像进行训练，这极大地提高了模型检测冰球是否在其中的能力。帧与否。 以下是冰球检测器的一些示例图像，其中绿色圆圈是神经网络预测的冰球位置，红色圆圈是玩家得分的调整后目标位置。
【文件预览】：
pytux_nn-main
----.gitignore(45B)
----requirements.txt(92B)
----model()
--------train_detector.py(3KB)
--------backup_puck_det.th(3.06MB)
--------puck_detector.py(3KB)
--------dataloader.py(3KB)
--------dense_transforms.py(1KB)
--------puck_det.th(3.06MB)
--------train_vec.py(3KB)
--------vec_detector.py(1KB)
--------backup_puck_vec.th(2.02MB)
--------puck_vec.th(2.02MB)
----writeup()
--------index.md(106B)
----tournament()
--------__init__.pyc(109B)
--------__init__.py(0B)
--------play.py(1KB)
--------utils.py(17KB)
----README.md(1KB)
----loggers()
--------.ipynb_checkpoints()
--------valid.ipynb(4KB)
--------train.ipynb(4KB)
----environment.yml(180B)
----test_tournament(145B)
----bundle.py(1KB)
----karts.txt(792B)
----train_vec(238B)
----agent()
--------__init__.py(33B)
--------player.py(8KB)
----random_agent()
--------__init__.py(33B)
--------__pycache__()
--------player.py(2KB)
----train_puck(204B)