应用于王者荣耀的自动控制系统.docxVIP

应用于王者荣耀的自动控制系统目录系统功能描述及设计要求系统传感器选择、原理及测量电路控制系统设计总结1、系统功能描述及设计要求本系统的设计目标是基于深度学习理论通过调用手机触摸屏以达到令计算机自主参与王者荣耀5v5的竞技中。系统由两部分构成：手机触摸屏和自主游戏的深度学习结构。图1展示了总体结构。首先从王者荣耀官网获得视频数据，将视频数据作为训练数据，将视频数据放入深度学习网络中进行训练，具体结构以及输入方式将在下文描述。经过训练的网络将有能力根据现有情况判断下一部控制任务采取怎样的行动，具体行动方式将以向量的形式传入JAVA中，JAVA作为接口，通过收到的向量来控制手机触摸屏采取相应的行动。2、系统传感器的选择、原理以及测量电路3、控制系统设计3.1、深度学习结构设计首先是对于训练集的获取方法，王者荣耀平台提供了很好的观战方式，也就是不需要参与5v5竞技就可以获取竞技过程中的信息，这也提供了很好的训练数据。其次对于训练过程，具体训练方式如图所示。具体训练数据计划实验两种不同的方式，一种是对训练数据进行预处理，一种是不进行处理。对于进行预处理的方法，从当前视频场景中提取视野中敌人信息、队友敌人位置信息、武器装备信息、技能释放信息等，将所有信息组合成张量的形式放入网络中；对于第二种方法，不对获得的视频帧进行任何处理，这种方法符合现阶段设计深度网络的思想，也就是end to end 的思想，完全利用数据驱动网络，从原理上说，这种方法可以实现预计目标，但是所需数据量极大，所以具体设计方案还有待在实践中进行更改优化。对于两种方法，处理数据标签（label）的方法都是一致的，就是提取下一帧的操作，具体比如左方轮盘操作、右下角技能释放操作、查看地图操作、购买装备操作，将具体操作合成张量作为网络的输出，同时也是cost function的依据。对于训练网络的结构，初步计划采用CNNs（卷积神经网络），由于只是处理图片信息，同时不需要考虑时间信息，所以用CNNs很合适，但是如果在实验过程中模型效果不好，可以采用其他包含时间信息的网络等。预计每一次的训练时间在两周左右，在训练结束之后，可以进行实战预测，具体结构如下图所示。在实战过程中，将当前场景输入深度学习网络，网络将会以张量的形式输出下一步操作，再将操作传入近手机触摸屏系统。对于类似王者荣耀这种5V5竞技游戏，一般游戏内部都是设置AI结构，以保证有玩家挂机时游戏还能正常运行，但是本次的设计结构与游戏的内置AI不同。一般来说游戏的内置AI采用的是逻辑决策推理过程，也就是先判断当前条件，由当前条件结合内部的推理机制来获得下一步的操作；本次的设计结构采用了深度神经网络，这种方法并不基于逻辑推断，这种方法通过大量数据来拟合目标曲线，也就是在观战视频中获取的玩家下一步操作，至于两种方法哪一种效果更好，还需要实验验证。3.2、触摸屏设计4、结论深度网络由于其简单同时效果好在各个领域中已经有广泛尝试，成为现在研究的热点方向，本文中提到的方法只是一种简单的尝试，其结构还有待阅读更多的相关文献，虽然从理论上说，文中提到的方法是可以实现的，但是具体实现效果还需要具体实践。