Я сделал ИИ для Counter Strike: Global Offensive :D

Я сделал ИИ для Counter Strike: Global Offensive :D | Часть 4

День тому

Делаем искуственный интеллект, который будет играть в Counter Strike: Global Offensive.
На Python + PyTorch (YOLOv8) :3
🔥Научись создавать нейросети: go.skillfactory.ru/9a9ooA
Скидка на обучение -45% по промокоду ХАУДИ
🆇 Скачать Нейросеть можно будет у нас в телеграме 🆇
𝟭: t.me/howdyho_official
===
Переходите и подписывайтесь 💗
🆇 Главы 🆇
0:00 - Окей летс гоу
0:35 - Переписал ужасный код
1:20 - Улучшаю датасет (глаза нейросети)
2:10 - Нашел готовый датасет
3:15 - Аугментация и что это такое
3:55 - False Positive изображения
5:00 - Подготовка датасета перед обучением
6:10 - Мечтаю об RTX 2090 ...
6:45 - Выход новой версии YOLOv8
7:30 - Сравнение времени на обучение
7:50 - Сравнение скорости детекции
8:40 - Передвижение по карте
9:10 - Царская интеграция
10:45 - Первый способ, плагин
11:47 - Второй вариант, принцип макроса
12:37 - Третий вариант, алгоритм NavMesh
13:50 - Четвёртый вариант, вейпоинты через классификацию
14:48 - Пятый вариант, поведенческое клонирование
16:52 - Итоги
🔵 Наш TELEGRAM: t.me/howdyho_official
Наш ВК: howdyho_net
Сотрудничество topic-84392011_33285530
💗 Музыка предоставлена UKposts Audio Library.

КОМЕНТАРІ: 1 100

@HowdyhoNet 9 місяців тому

💗 Давайте вы не будете ставить лайки и мне не придётся делать 5 часть :3

@technic_and_programming 9 місяців тому

Лучший!

@bermudas1705 9 місяців тому

Будем ставить лайки пока не выпустишь релиз бота)

@dark_hack_it 9 місяців тому

@@technic_and_programming я тебя уже везде вижу

@dextone9895 9 місяців тому

Сам начал не так давно в нейронках разбираться, спасибо твоим видео, если нужно, могу предоставить мощности для обучения ИИ

@dimassik5467 9 місяців тому

Интересно. Очень. Хочу продолжение.

@madbuilder9551 9 місяців тому

Хауди лучший мотиватор. Реально я начал разбираться по немного в нейронках только благодаря нему (и по началу по его же роликам). Лайкните если вас тоже мотивирует. Хауди сенкю огроменное за контент

@mr.termuxhack7609 9 місяців тому

Кто хочет поддержать Хауди и скорее увидеть нейронку вживые, лайкните это видео, всем будет приятно

@Arch_Demon3 9 місяців тому

у него же не обучалки, как ты мог начать разобраться🤦‍♂🤦‍♂🤦‍♂

@pankok6840 9 місяців тому

Внатуре Хауди мотивирует, но лень сильнее)

@user-zi5ky3pm2p 9 місяців тому

А вы знаете где он живет

@user-zi5ky3pm2p 9 місяців тому

Он живёт в Узбекистане

@night_niker 9 місяців тому

Этот минисериал по нейронкам нужно в универе показывать на парах! Очень хотел бы подробные разборы по нейронкам, что-то типа курса для новичков в этой сфере, чтобы по завершении написать свою первую "серьезную" нейронку для решения какой-нибудь прикладной задачи. У тебя талант к рассказу и объяснениям, успехов!

@alekseychilikidi7922 9 місяців тому

Для 5ого способа не нужно создавать датасет, можно попробовать взять готовые POV демки про игроков на конкретной карте (должен существовать алгоритм, выдергивающий нажатия клавиш) Интересно было бы посмотреть как на нейронку, играющую в стиле конкретных игроков, так и помесь разных стилей игры. А еще вопрос, это анализ звуков: шагов, выстрелов и т.д. Плюс гранаты, как быть с ними?

@popkon8579 9 місяців тому

Ну мы же можем знать в какой стороне находится игрок. Просто берём и делаем скажем так воображаемую линию где может быть игрок, а потом на карте вырезаем места где игрок не может быть (в стенах и.т.д.).

@kenaleksey 9 місяців тому

Если бы перебирать очень много демок чтоб на демках он постоянно учился, было бы не плохо, но также есть проблемы, если бот кинет ванвей то он не увидит противника, и скорее всего будет делать много ненужных действий, ведь он будет повторять действия не понимая для чего он это делает

@alekseychilikidi7922 9 місяців тому

@@kenaleksey Да, это проблема, чтобы оно работало правильно, нужна система расчета полезности действий, например, победа в раунде, это 100 очков, убитый противник - это 20 очков, раненный на 50хп противник - 8 очков, установка бомб, контроль территории - тоже должны иметь свой вес, убитый тимейт -20 очков. Тогда нейронка будет понимать, что цепочка действий увеличила вероятность победы в раунде. Насчет ванвея, компьютерное зрение может определить силуэт, и да, будут как ложные срабатывания, так и не распознанные силуэты, но ведь в жизни так и есть)

@geekphone1343 8 місяців тому

@@kenaleksey какой ванвей?) Вы тут уже за профессиональный кс рассуждаете, до этого ещё очень далеко. На данном этапе бота хотят базе научить, хотя бы ПРОСТО ПЕРЕДВИГАТЬСЯ) Относительно адекватно.

@aksenero 5 місяців тому

@@geekphone1343 согласен с вами, тут до профессионального кс далеко, как минимум по той причине, что помимо визуала, должен использоваться ещё и звук, который даёт тебе преимущество внезапности и наоборот лишает этого преимущества противника, к тому же в момент плента бомбы, допустим нейросеть играет в данный момент, но без звука будет оббегать оба плента, либо случайно попадать на нужный в 50% случаев (это ещё при условии, что датасет на перемещения симметричный, а не постоянное тусилово в качестве опорника на A или B), либо искать поставленную бомбу, если уже попала на нужный плент, но со звуком тут уже без карты захвата и второго ПК не обойтись, да и аппаратное управление намного дешевле в плане нагрузки на компоненты обходится для оборудования

@hollow_edition 9 місяців тому

Это как в детстве, когда у вас с братом 1 комп на двоих: "Ты бегаешь, я навожусь и стреляю")))

@elezthemdeeev 15 днів тому

Эпическое продолжение! Создание искусственного интеллекта для Counter-Strike: Global Offensive - это настоящее мастерство. Ваш труд и умение внедрять ИИ в мир стратегии и тактики в игре - впечатляющие. Ожидаем с нетерпением увидеть, как ваш ИИ справляется с новыми вызовами в этом захватывающем мире CS:GO! 🤖🎮

@alexm.a8647 9 місяців тому

Начни с варианта 3, очень уж интересно как будут взаимодействовать два движка, какие там будут подводные камни и прочее.

@theenderofficial 9 місяців тому

Привет Абрахам, хочу кое что предложить: Если использовать 3 метод перемещения то можно написать простой парсер карт, у Source не очень сложный формат карт, тем самым не перестраивать карту с нуля Если 5 то можно сделать скрипт который будет смотреть .dem файлы (это если что фишка Source которая позволяет записывать геймплей игры со всеми событиями по типу выстрелов и перемещения) можно открыть этот dem файл в самой игре (через консоль) тем самым собираю видео информацию, и через либу (на js это либа demofile, на python не знаю) и получать сами действия Так же ещё с первого видео у меня была идея, написать чит (естественно запускать через -insecure, это режим когда античит отключен, и ты можешь играть только с ботами) который будет смотреть dem файлы (можно накачать с hltv это сайт с профессиональными турнирами) и который будет делать авто скрины и получать позицию головы и тела, так ведь и ВХ работает в читах, только надо делать проверку на то что человека видно

@nen2697 9 місяців тому

Склоняюсь к 5 варианту, хороший вызов самому себе, и опыт хороший будет

@RoboAkula 9 місяців тому

(За ранее чтобы много не писать я буду называть первую нейросеть - Глаз, а вторую - Нога) 5 вариант конечно классный и скорее всего самый подходящий, но вопрос в том как эти 2 нейросети будут между собой коммуницировать. Допустим ситуация на карте dust 2 за сторону CT: Нога бежит на Б плент, а Глаз заметил противника в дверях и хочет нацелиться и стрельнуть, для этого ему нужно как минимум остановиться, а в идеале присесть. Но нога этого не знает и гонит на Б как молния Маквин, по итогу Глаз ничего не успел сделать, а Нога бежит даже ничего не подозревая. Да и Ноге нужно будет в какой-то момент остановиться и засесть в пленте, ведь если она будет куда-то идти дальше то у Глаза будет сильный разброс оружия в случае внезапной встречи с противником. А вот если просто сидеть в пленте то разброса оружия не будет и Глазу будет удобнее ориентироваться на статичной картинке.

@SinaroPtSjunior 9 місяців тому

5й вариант имба но очень сложный если углубляться . Но будет обидно если 3й не особо сработает . Поэтому я считаю, что лучше 5й . Ну и ещё можно поставить на 5й вариант если вдруг найдётся способ облегчить его , но не узнаешь пока не попробуешь .

@technic_and_programming 9 місяців тому

Обожаю фразы в конце, они всегда КРУТЫЕ 🔥😎

@Mayones_ 9 місяців тому

Мне кажется 5 вариант будет намного лучше, я лично думаю тебе будет интересно поработать на 5 вариантом, да и сам вариант мне кажется для кс подходит больше всего

@paxan5325 9 місяців тому

Огонь, жду видос с полным разбором кода ИИ больше чем нового года и своего др😁

@fortaber 9 місяців тому

Было бы интересно посмотреть на реализацию и поведение метода клонирования поведения (5 способ)

@chrisryan1751 9 місяців тому

Хауди спасибо тебе от всего сердца, ибо благодаря таким проектам появляется мотивация изучать программирование :)

@technic_and_programming 9 місяців тому

_Контент, которой мы заслужили!_

@smockree007 9 місяців тому

Иди поспи

@Recoshett 9 місяців тому

6ой вариант, сегментируем изображение, находим пол и карту глубины, определяем маршрут. Можно делать раз в несколько секунд)

@ssc-cheatsindustry9707 5 місяців тому

Жду не дождусь 5 серию

@Navi_f 9 місяців тому

На счёт составления датасета для 5 способа. Можно играть катки в кс и каждые пару секунд делать скрины и вносить в дату также данные радара, нажатую клавишу, и, например данные об оружии в руке для первой нейронку. Ещё была мысль разбить на дату записи игр про игроков, но вот как вытащить нажатые клавиши🤔

@barsik3705 9 місяців тому

Сам пишу нечто подобное, но ориентируюсь на позиции и движение соперников. Добавил несколько скриптов движения. Например соперники пушат а, бот пушит б, даёт правильный раскид, пленить и т.д., далее занимает одну рандомным позицию (на каждый плены добавил несколько позиций, в зависимости от местоположения врагов, занимает разные), потом просто находя рядом соперника, выходит на него и наводится. Способ наводки несколько другой. Находится координаты головы соперника, которые конвертирует их в координаты для прицела, при наводке выстреливает, дальше проверяет (системно) мёртв ли соперник. Минус моего способа - возможность отлететь от VAC, плюс - не нужна крупная дата база + данные более проверенные. Автор заметь❤️

@Driver2579 9 місяців тому

Если использовать вариант с NavMesh, вероятнее всего, получится сильное падение производительности, так как, помимо текущей нейронки, необходимо будет еще просчитывать 3D геометрию на движке. А вот вариант с Behavior звучит очень даже неплохо и достаточно правдоподобно, но реализация, конечно, будет труднее

@1Sergey. 9 місяців тому

Здравствуй, теоретически лучше тот вариант который лучше будет работать на несильно можщном железе, и какой тебе будет проще сделать, и какой будет меньше зависать.

@ERROR_-_404-_- 9 місяців тому

Я за 5 вариант датасета , поскольку это будет наиболее похоже на человека который как и нейронка постоянно обучается .

@btopou_akkauht9843 9 місяців тому

Выпуск годный. Ждём 5-ую серию по этому проекту, думаю что третий вариант, с Нав Мешем, будет эффективным.

@saveliypechnsp19 9 місяців тому

Ставлю на 5й вариант. Идея для размышлений: датасет по идее может быть бесконечным. Смотри патруль или играй сам, что конечно же дольше. И как раз для обучения подойдет миникарта или весь повтор матча, где отрисованы обе команды. Пусть нейронка рисует на анализе сотен матчей первоначальные маршруты на первой минуте и учитывает союзников. Дальше запоминает с каким шансом она может где-то встретить врага. Допустим за Т на дасте в первые секунды не встретишь кт на банане и тд. Вследствие чего, как в том пдф файле, который ты показал в видео, будут разные маршруты разной интенсивности. Один такой сет маршрутов чисто на анализе оставшихся врагов, другой на основе вероятности встретить врага на каком-то месте и тд. И все, пусть дальше сама собирает все эти анализы, суммирует и высчитывает алгоритм, допустим, что врагов осталось 3, своих 4, бомбы нет, на 3й минуте вероятность 3х противников быть там-то 42%, в яме враг с вероятностью 20% и тд. Можно разбить карту на зоны для удобства

@foxrecoil2403 9 місяців тому

да но 5 вариант сложно оптимизировать

@Nandarion 9 місяців тому

Сложно сказать, будет ли 5 вариант отрабатывать достаточно быстро, когда параллельно ему видеокарту занимает другая нейронка и игра.

@paxan5325 9 місяців тому

Вдохновился твоими видосами про ИИ и вчера обучил простенькую сетку для определения персонажа на фотках. До этого с программированием имел дело всего 1 раз, писал калькулятор для решения задачи по информатике🙂

@Deez1e 9 місяців тому

Очень интересно, как ты решишь проблему коммуникации с союзниками и понимание игры у ИИ.

@btopou_akkauht9843 9 місяців тому

Наконец-то можно посмотреть продолжение!) Спасибо за такой интересный проект!

@Oreshec 9 місяців тому

Мне тоже очень интересна реализация 3 и 5 варианта. С не терпением жду!

@Sakair1 9 місяців тому

Хауди спасибо что дал мотивацию, хоть я и сейчас только изучил основы python, но для меня это довольно большой шаг к моей цели,твои видио помогли мне разобраться с нейронками.

@jackoconnell8621 9 місяців тому

с основ Патона да в нейронки ) хороший скачек )

@foreveraloneinmyfuckinroom 8 місяців тому

Удачи тебе! Я щас изучаю Python, только основы, но тоже хочу писать нейронки и машинное обучение мне очень нравится.

@jimcomments 9 місяців тому

Очень интересно посмотреть, как вы создаёте искусственный интеллект! Вы уже сделали что-то замечательное, чтобы получить 30 000 лайков! Я уверен, что робот 3.000, которого вы создадите, будет работать хорошо.

@bobkinn 9 місяців тому

Все ясно коммент от нейросети

@mr.termuxhack7609 9 місяців тому

Я согласен с вами, ChatGPT.

@cosheimil 9 місяців тому

1) использовать кросс валидацию для определения вессов. Так уходит проблема вырожденных коэффициентов, которые переобучают модель 2) 3-й вариант лучше всего. Т.к последний вариант окажется не жизнеспособным после перехода на другую карту. Придется делать ещё один датасет и тд

@Cross_ExE 9 місяців тому

5 вариант звучит интересно) Да с дата-сетом придется загемороиться очень сильно, но в теории это оправдает себя. Кстати, я не очень разбираюсь в этом деле, но почему бы нам просто не брать информацию с миникарты? Там уже есть наше положение относительно карты, есть маршруты куда мы можем идти. А за ориентацию будет отвечать первая нейронка, которая отвечает за прицеливание. По итогу в моей голове-мы ориентируемся по миникарте, идем за союзами, потом первая нейронка видит врагов и начинает стрелять. Как-то так, если что поправьте

@hiiki4176 9 місяців тому

Очень интересно, ждем продолжение!

@Propellerheadrus 9 місяців тому

Хай! А что если подумать в сторону мини-карты? С помощью консольных команд можно ее зафиксировать в одном положении. С помощью CV распознавать текущее положение модельки, а саму карту заранее разметить маршрутами с координатами. И собственно скрипт будет распознавать положение по миникарте, получать данные из разметки куда он может пойти и с долей рандома выбирать путь

@bleckvirussupergamingchann2127 9 місяців тому

Мне понравился 3 вариант) но он не так сложен как другие так что ради интереса можно выбрать 5 в конце на счёт комментариев хорошо сказал)

@dearsir9564 9 місяців тому

5 вариант я считаю довольно интересным всегда нравилось наблюдать за объектами которые обучаются

@russian9517 9 місяців тому

Лично мне было бы посмотреть интересно на 5 вариант, я думаю так будет интереснее

@verum7152 9 місяців тому

Можно по мини карте сделать передвижение. И если хочешь по жёстче, можно скормить огромное количество демок, для того чтобы нейронка имитировала один из вариантов. Если так подумать, матчи не так сильно и отличаются🤔

@yaroslavyurevich4892 9 місяців тому

Лучше 5 вариант, он может показаться сложным и долгим, но по факту с остальными больше времени мне кажется потратишь

@kirpayti 9 місяців тому

Хотел спросить/поразмышлять по поводу 5го варианта. В поведенческом клонировании не разбираюсь, но насколько я понял из объяснений, он будет копировать то, что делает сам человек. А человек преимущественно пользуется кнопкой w, то есть идёт вперёд и всё время верит экраном. То есть для реализации ходьбы этим способом ии будет и "нажимать" кнопки wasd, и "вертеть" мышкой. Но вот вопрос: не будет ли вот это управление мышкой для ходьбы мешать управлению мышкой для стрельбы? Или нужно сделать, что когда виден враг, ходьба приостанавливается. Впрочем, это и так было логично, ведь на бегу не постреляешь, но всё же и об этом стоит подумать: будут ли эти две нейросетки (ходьбы и стрелтбы) мешать друг другу?

@LogovoKruasanchika 9 місяців тому

Очень интересно увидеть 3 вариант. Крутой ролик👍

@k1r4lllol76 9 місяців тому

На счёт передвижения: я знаю что есть команда nav_generate (только при sv_cheats 1). Так вот - она создаёт сетку перемещения ботов по карте. Если бы можно было перенести эту сетку, или скопировать...

@ametist007 9 місяців тому

Ура! Обожаю видео с ИИ!

@archangel2560 8 місяців тому

Проблема медленности кода в том что он пишется на питоне. Перепиши на C++ fps будет больше при обработке. Питон плохо работает с захватом экрана, очень медленно, даже если добавлять многоядерную обработку или GPU он не успевает.. Я делал интерполяцию кадров в реал тайме на питоне дак вот он не выдавал больше 40 кадров хотя стоял ползунок на 60 и всякие улучшавший код правки добавлены были тоже. Однако пришлось писать на C++ и какое чудо 200 fps можно было выкрутить, конечно с артефактами но оно того стоило. Хотя 60 было достаточно.

@user-bu9eq3dg9u 9 місяців тому

Привет, я думаю лучше тебе взять даже несколько способов, которые тебе понравились и постараться их реализовать, а заодно в видео расскажешь с чем столкнулся, какие были проблемы, что прикольного было и т.д. А так работай в кайф. А ещё хочу сказать у тебя ролики топ🔥, которые реально могут мотивировать что-то делать👍, даже если ты в программировании новичок

@kk-ji5fo 9 місяців тому

С мувментом будет очень сложно, нужно будет учитывать положение известных противников, товарищей, мест где был замечен противник, мест где убили товарищей, нужно строить тактику, про считывать куда идут игроки, думаю тут тебе понадобится уже команда из програмистов

@HowdyhoNet 9 місяців тому

Начать с чего-то надо всё равно

@WINE_INEFF 9 місяців тому

Я думаю 5 вариант с behaviour cloning будет более предпочтителен. Тем более насколько я могу судить он работает на основе алгоритма VPT (video pre-training), благодаря которому около года назад компания OpenAI научила нейросеть играть в Майнкрафт.

@MRVAST-uy5ux 9 місяців тому

Что если написать скрипт, который по изображению карты с верху будет делать 3-д модель в юнити, а тебе останется только доделать место для прыжков.

@VesKazhNed 9 місяців тому

Из предложенных вариантов я бы склонился к пятому. Он наверняка будет более точным, ведь при воссоздании карты на другом движке, как в третьем может отличаться физика, и всё с большей вероятностью пойдёт не по плану (особенно учитывая своеобразие поведения персонажа на source). И ведь ты прекрасно понимаешь, что если ты всё-таки возьмёшься за продолжение, то наверное будет проще создать датасет картинок, чем полностью воссоздавать карту, причём не одну, как минимум потому что на создание датасетов у тебя немножко набита рука.

@cybercaxapok1991 19 днів тому

Спасибо тебе за мою новую мечту! Я не разработчик, только пользователь, увлекаюсь всеми возможными нейросетями. Особенно мне интересны нейронки, которые могут играть в игры, но, к сожалению, таких экспериментов очень мало. Я вообще большой фан автономности ИИ, будь то вождение автомобиля или управление игрой. Я даже часто шучу - моя мечта, чтоб игра играла сама в себя😄 У меня проблемный 10-летний ноут, поэтому никакие нейронки на нем я запускать не могу, но это видео дало мне вдохновение ждать тех прекрасных времен, когда у меня будет нормальный ноут и моя мечта сбудется!

@reyrend7306 9 місяців тому

Мне больше хочется третий вариант, он самый интересный и удобный

@user-zf9zm3xw4r 6 місяців тому

Судя по тому, что продолжения не выходят, ему всё-таки занесли 30к зеленых... Мои поздравления!

@RussiaXT 9 місяців тому

У меня возникла идея объединить 4й и 5й вариант. Типо после определения точки на карте бот передвигается до следующей точки так, как это делал бы человек. Так можно передвигаться по точкам. А ещё можно научить нейронку прокладывать ближайший путь по вейпоинтам до плента. Не знаю насколько это сложно, но как по мне, звучит интересно...

@alexww8687 9 місяців тому

Кстати тоже об этом подумал, используя для четвертого метода только несколько основных локаций для снимков, а так как 5 метод еще обучает играть на позициях, может получиться не плохо, но судя по всему это будет технически тяжело, объеденить эти методы именно

@user-hm2xo4fo7b 9 місяців тому

Сделай ИИ для Шахмат, будет интересно посмотреть как ИИ будет перебирать различнии комбинации ходов

@LINE7MC 9 місяців тому

5 вариант предпочтительнее, так как иммитирует реального человека - на новой карте он будет тупить пока не выучит ее, а на навмеше ты загружаешь в память всю карту сразу и он ее видит всю из начала

@bloodfiremusic8799 9 місяців тому

А добавь ИИ для жителей из Minecraft. Можно скачать ещё мод на различные взаимодействия с ними, подключить Chat GPT-3. Chatgpt позволит игрокам задавать вопросы и получать ответы от жителей, что сделает игровой процесс еще более увлекательным и интерактивным. К тому же, это может стать основой для создания новых квестов и приключений, что даст игрокам возможность наслаждаться еще большим разнообразием в игре. Не могу дождаться, когда эта идея будет воплощена в жизнь! И притом игроку в игре не будет одиноко

@yryevichpavelkunkevich 9 місяців тому

Я лично думаю насчёт поведенческого клонирования, ведь это а: Будет похоже на человеческую игру больше б: Будет интереснее, если это всё будет при помощи нейросетей, без костылей и прочего) Но решающий выбор за тобой, удачи)

@mrnerux6796 9 місяців тому

Я бы реализовал вариант с вейпоинтами, но с реакцией на события. Ты все равно используешь компьютерное зрение, можешь сделать реакцию на закладку бомбы и расположение тимейтов и врагов на миникарте, например пусть бот идёт на помощь тимейтам, когда они рядом с врагами или прикрывает бомбу, вре равно точки на карте будут проставлены и бот сможет определить к какой точке ближе тимейт. Так же можно добавить вейпоинты в которых бот будет кидать флешку или дым, опять же при определенных условиях, например, когда на миникарте есть инфа о враге, и ты стоишь на точке с которой бот может кинуть туда флешку.

@positive_2010 9 місяців тому

Попробуй чисто по фану сделать так чтобы ИИ шëл за ближайшем движущемся союзником. Или же если сделаешь обучение ходьбы, попробуй считывать ещё и маршруты тимэйтов и определять кто дольше прожил и нанëс урона. Ещё как-нибудь попробуй сделать так чтобы когда противник рядом ИИ бил ножом, и когда противник с ножом приблежается ИИ убегал.

@zfedorv 7 місяців тому

Попробуй совмещать варианты - плюс, очень странно делать движение и стрельбу отдельно друг от друга - ведь часто вместо поворота на близкой дистанции нужно лишь стрейфить.

@bpavuk 9 місяців тому

Вот смотри, навмеш можно было бы применить, но это займет ни сколько времени для создания а сколько оперативки для теста и использования, плюс было бы неплохо научить нейронку получать данные из радара. Вейпоинты же можно раскидать и на радар и на экран, что даст преимущество когда тиммейт засветит врага - наша нейронка банально узнает на каком поинте враг. Поэтому я больше склоняюсь к вейпоинтам на базе классификации. По крайней мере не так муторно обновлять. И еще - научись пользоваться Google Colab

@latto-klaus 9 місяців тому

Как же ты крут, разбираться во всём этом, смотришь на тебя и сразу понимаешь - супермен существует

@HowdyhoNet 9 місяців тому

На самом деле это проще, чем кажется )

@ComicLike 3 місяці тому

По поводу передвижения по карте: что если закрипить движение за рандомным тимейтом, пускй двигается на определенном расстоянии за игроком из его комманды, в случае если остается одним выжившим пускай двигается к ближайшему пленту и охраняет точку, в случае активации бомбы на другом пленте двигается туда. Остается еще проблема разминирования и стратегии закупки арсенала

@Prorok5793 9 місяців тому

5 вариант топ будет как то поинтересней смотреть как она будет обучаться

@nastsviz9122 9 місяців тому

Что ж, пока что 5й вариант кажется одним из простых и адекватных, Но классике скорее всего там будет куча подводных камней:D

@ZloiPoxuist 9 місяців тому

Можно попробовать использовать тренировочные карты для обучения ИИ позициям, префам и т.д.

@user-wb3ks1un8k 8 місяців тому

Была каша, стала структурированная каша ❤️

@RK-wf1rn 9 місяців тому

Круто! Я делал простой алгоритм для передвижения моего бота по карте в crossout. Достаточно было знать место по миникарте и путь до точки врага. Реализация не полноценная и фиговая, ведь за него атаковали игровые боты, динамику машины и врагов так и не учел. Важно то, что миникарта в любой игре важна. Если бот имитирует человека, то пусть и врагов ищет по миникарте и звукам

@nerefon4461 9 місяців тому

Я хочу напомнить что если ты выберешь третий вариант (тот что NavMesh) то тебе придётся переносить все карты кс, либо играть чисто на одной.

@user-fm9nz3md6u 9 місяців тому

Хотелось бы посмотреть на реализацию пятого способа, просто под другие игры третий способ будет сложно применить. А хотелось бы в будущем экстраполировать опыт на другие игры.

@benitogamedev3549 9 місяців тому

Помню как Хауди говорил что нельзя сказать компьютеру "напиши мне сайт для интернет магазина итд". Но теперь у нас есть Chat GPT, как тебе такое, Хауди Хо)

@HowdyhoNet 9 місяців тому

Ну тогда нельзя было, щас в принципе можно попробовать )

@reset477 9 місяців тому

Попробуй ЗДЕЛАТЬ передвижение по тому же способу что и стрельбу зделай объекты которые являются триггерами там машины , дома , лампы и тд , чтобы нейронка исходя из этих данных нажимала на кнопки P.s хз сработает или нет но попробовать можешь (вроде я первый кто это написал ) Давайте в топ надеюсь заметишь

@kirck9648 9 місяців тому

Попробуй сделать передвижение по мине карте , ток которую сделаш сам , и чтобы нейронка понимала какой слой , тоесть куда подыматься или прыгать

@ToNNaG 9 місяців тому

Ну растянул Хауди.... Может не будем ставить лайки пока не закончит уже эту нейросеть? 🤣🤣🤣

@soldat675 9 місяців тому

Сделай пожалуйста гайды как делать нейросети для разных игр, а то в курсах одна лишь теория, или небольшой пример на картинках!

@aquafunnymoments 6 місяців тому

Ты так хорошо делаешь игры, софты и т.д. что мне даже стало интересно как бы ты сам сделал игры по типу таркова, кс и т.д., не думаешь вместе с кем-нибудь сделать совместную игру которая не будет уступать известным играм?

@technic_and_programming 9 місяців тому

Спасибо за ГОДНЫЙ видос! Обожаю твои видосы

@puzkos 4 місяці тому

Сделай ИИ для Цивилизации 6. Думаю с механиками справится чат ГПТ (по крайней мере он в этом уверен))) Вопрос сделать нейронку, которая будет распознавать положение дел на карте и кормить чату состояние каждой клетки. По моему в самой циве это записано с HEX номером каждой клетки. ХЗ как это вытянуть, но можно сделать распознавание каждой клетки и передавать чату характеристики в виде: (клетка номер ряд1 столбец 1)- р1с1, (равнина) р, 1е (еда), 1п (производство), в (есть пресная вода) то есть будет к1,р,е1,п1,в;к2,р,е2,п1,в; ну и остальные параметры по аналогии так, мысля может технически это и почти нереально сделать)

@ester888 9 місяців тому

Главное что бы опыт ии, мог передаваться дальше. И бот в новой карте не начинал все с начала! А уже помнил что он делал до этого. И еще! Так же опыт развивался и переходил и в другие игры! Тогда этот точно полезный ии, возможности которого будут безграничны! И плюс что бы он сам смог создавать условия для своего обучения и ускорения обучения. Смог сам себя кодировать.

@Doobreaker457 9 місяців тому

Ура, наконец то вышло новое видео по ИИ ,очень ждал))

@Simulyakra 9 місяців тому

Подскажи пожалуйста, какая библиотека для питона лучше всего подходит для управления разрешением экрана в 10 винде, или масштабированием разрешения экрана? (◔◡◔)

@hedgehogCO2 9 місяців тому

для 5 варианта можно использовать записи игр про игроков, возможно в таком случае она будет двигаться так же

@abobus228-wh8cz 3 місяці тому

Блин так обидно что в прошлый раз набрали лайки за 2 дня а сейчас уже 5 месяц жду ролика и ведь больше видео в рекомендациях не попадается,что обидно.

@Kawakami_Kai 9 місяців тому

Тебе бы реально карточку обновить, безумно хочу увидеть реализацию пятого варианта , представляю каким в будущем будет ии натрененный несколько месяцев

@neproblema 9 місяців тому

Думаю 5 вариант лучше будет Там конечно учить долго придётся, но зато выйдет гораздо лучше как мне кажется Где-то я видел, что делают такую штуку что можно демки условных про игрков воспроизводить прямо в игре. То есть боты повторяют абсолютно каждое движение игроков из демки, а не просто в формате видео. Можно ли каким-то образом использовать это для обучения?

@vir1tool 9 місяців тому

Однозначно 3 вариант, проще и более предсказуемый.

@ERROR_-_404-_- 9 місяців тому

Ты хочешь чтобы люди остались в игре ? Я не хочу чтобы школота задротила туда , если это они продолжат делать !

@user-xc5gx8et4c 9 місяців тому

Предлагаю открыть сбор для покупки Абрахому видяху. Предлагаю собрать второй дата сет с картами и обучить её двигаться с учётом 5 варианта т.к карты обновляют дата сет будет проще пересобрать чем отрисовать каждую карту в юнити

@fireflow7868 9 місяців тому

Мне кажется стоит использовать 5 вартант и все таки обьеденить все в одну нейросетку, что то мне подсказывает что это будет работать лучше чем две связаные нейросети

@user-ye2sl2wr4q 9 місяців тому

нейросети такие: давай ты будешь на клаве, а я мышкой управлять )))

@HowdyhoNet 9 місяців тому

Ахах лол

@L0st____ 9 місяців тому

Behavioural Cloning - это очень интересный вариант. Особенно если искин научится с первого раза запрыгивать со скамейки в окно на Мираже)))

@dmytriiholius5058 9 місяців тому

Идея для ходьбы: ориентироваться по карте + картинке с экрана, так можно будет даже в подальше развитии делать какие-то тактики для нейронки, видя где противники и понимая какое действие можно сделать

@user-qk7ku2qm4p 2 місяці тому

Можно использовать алгоритм SLAM, Yolov8 для нахождения обьектов в связке с OpenCV для расчётов, + Pynput (или keyboard и mouse) для имитации ввода :)

@Kenshin_Revoler 9 місяців тому

3 вариант лудше, наверное можно будет обучить нейросеть понимать росположени противников на мини карте и движения к ним. и ответь пж что дуьаешь на счет звуков в игре?

@skverna5078 9 місяців тому

Можно попробовать дать ИИ что то типа лабиринта, где будут только те места где можно пройти, спавны и пленты. А куда идти можно понять по звукам - например в начале раунда оно встаёт в какаую то позицию, после ожидания секунд 10-15 анализирует звуки - стрельба, бомба, возможно можно обучить её ходить по радару(сделав так что бы он отображался полностью в кружочке)

@slash2365 9 місяців тому

мне кажется 5 вариант лучше всех, ему можно бесконечно кормить демки киберспортсменов и улучшать нейросеть

@krotvadim2270 9 місяців тому

Хауди, запили как-то еще видос про свою жизнь, очень интересно наблюдать ^^

@BrimSamurai 9 місяців тому

Можно увеличить скорость работы нейронки, если выдавать ей в тренировку и уже после изображение не в 16 бит, а например в 8 или пошаманить и вообще 4, а может и монохромное. Скорость должна быть значительно выше, но вот качество.. поэтому цвета всё же стоит оставить

@bessingloria5997 9 місяців тому

Я за 5 вариант, плюс ты сказал что никогда не работал с биха что-то там, а это значит что ты выучишь что-то новое, главное всегда развиваться. Да и впринципи 5 вариант выглядит круче остальных. Лайк за хороший видос❤️.