このマウスはFPSゲームのプレイ方法を自ら学習し、トレーニングの精度はプロのプレイヤーと同等です。

このマウスはFPSゲームのプレイ方法を自ら学習し、トレーニングの精度はプロのプレイヤーと同等です。

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載しています。転載の際は出典元にご連絡ください。

禁止されることなく自動的に狙いを定めて「正確にヒット」できる FPS プラグインを見たことがありますか?

実は、FPS ゲームでマウスを「スナイパー」に変えた CMU の大学院生がいるのです!

4 つのホイールを取り付けると、マウスは CV アルゴリズムからのフィードバックに基づいて自動的に狙いを定め、ワンショット スナイピングを実現できます。

これまでも物理的なプラグインはいくつかありましたが、マウスを動かして自動的に撮影を完了できるほど自動化されていませんでした。

サードパーティのソフトウェア変更やその他のプラグインを使用すると、アカウントが直接ブロックされる可能性が非常に高くなります。

彼は考えた末、ターゲットを自動で狙えるFPS物理プラグインを開発した。現在、彼のトレーニング場Aim Labでの成績は、一部のFPSプロプレイヤーを上回っている。

人間の FPS エキスパートの平均スコアは 80,000 ~ 90,000 ポイント程度ですが、このゲームは110,000 ポイント以上を獲得しました。

これを読んだネットユーザーの中には、「全然簡単じゃない」と言う人もいました。コードを書いたことがある人にとって、これは思ったほど簡単ではないのです。

それで、彼はどうやってそれをやったのでしょうか?

マウスをスナイパーに変身させよう

マウスが自ら狙いを定めることを「学習」できるようにするために、この人はまずマウスのシャーシを設計しました。

彼の構想では、シャーシはマウスで柔軟に動くはずであり、その原理はおそらく次のようになります。

アイデアが形成された後、シャーシには最終的に 4 つの全方向ホイールと対応する制御モーターが使用されました。

簡単に言えば、全方向の全方向車輪により、ロボットは直線歩行を含め、あらゆる方向に柔軟に移動することができ、これらの車輪は異なるモーターによって制御されます。

基本的な移動操作が実装された後、次のステップは、コンピューター ビジョン アルゴリズムを使用して、「自分で獲物を見つける」ことを学習させることです。

私は OpenCV をベースにした Pythonターゲット検出アルゴリズムを作成し、ターゲットの位置に基づいて対応するターゲットを素早くターゲットするようにトレーニングしました。

視覚データのフィードバックから操作まで、このロボットはPID 制御アルゴリズムを使用して、指定された時間内により多くのオブジェクトを狙えるように、ロボットが最も近い「撮影ポイント」を自ら見つけることを学習させます。

物体を狙うと、ロボットは自動的にマウスの「クリック」アクションをトリガーし、自動射撃を完了します。

テストではプロ選手よりも優れた成績を収めた

ロボットの能力を高めるために、この男性はAim Labと呼ばれる一人称視点シューティングゲームシミュレーターでロボットを訓練した。

現在、多くのプロの FPS プレイヤーが Aim Lab でトレーニングを行っています。Aim Lab には、ヒューマノイドの移動ターゲット、飛行ターゲットなど、さまざまな種類の射撃タスクも含まれています。

男が訓練した「マウスロボット」は、主に色のついたボールを撃つために使用されます。視覚アルゴリズムが自動的に色のついた球を見つけ、ロボットがそれに従って狙いを定めて撃ちます。

2か月のアルゴリズムテストを経て、彼はついに満足のいくロボットをトレーニングすることに成功しました。このロボットは現在、Aim Labで118,494という最高スコアを獲得しており、多くのプロのFPSプレイヤーを上回っています。

△プロプレイヤーがスコアを公開

しかし、Aim Labの最高記録(146902ポイント)はまだ破られていない。

もう一つの理由は、最高得点に挑戦する過程で、速度が速すぎてシャーシのモーターが焼き切れてしまい、再び最高得点に挑戦できなくなったことです(手動ドッグヘッド)。

この物理プラグインを開発した人物は、 Kamal Carterという人物です。彼は CMU で学士号を取得し、現在は CMU で修士号取得を目指して勉強しています。また、Howie Choset 教授が設立した HEBI Robotics 社でも働いています。

本人によると、高校生の頃からロボットで遊び始め、現在は機械設計やCADなどを研究対象としているという。

一部のネットユーザーは、このロボットにはもっと良いマウスが必要だと冗談を言った。

しかし、ネットユーザーの中には、この男はそのような能力を持っているのだから、物理的なプラグインを使うのではなく、何か役に立つことをすべきだと考える人もいる。

それで、どう思いますか?

OpenCV ビジョンアルゴリズムチュートリアル:

https://docs.opencv.org/4.x/df/d9d/tutorial_py_colorspaces.html

<<:  人工知能、ブロックチェーン技術などが医療分野を改善している

>>:  2022 年に注目すべき主要なエッジ AI トレンド

ブログ    
ブログ    
ブログ    
ブログ    
ブログ    

推薦する

地球と宇宙の廃棄物問題を解決するためにAIを活用する4つの企業

人工知能は、世界中の組織において情報に基づいた意思決定を行うための重要なツールとなっています。人工知...

Python で多層パーセプトロン ニューラル ネットワークを実装する

[[341199]]何かを学べない限り、車輪の再発明をしないでください。 TensorFlow、Py...

IEEE: ディープフェイク技術のより深い理解

ほとんどの人は本物と偽物を区別できると自信を持っていますが、ディープフェイクの台頭により、この能力は...

ナレッジグラフはどのようにして「人工知能」をよりスマートにするのでしょうか?

この記事では、人工知能がインテリジェントでない領域と、ナレッジ グラフに基づく認知知能がインテリジェ...

...

機械翻訳と人工知能が融合すると、信頼性は高まるでしょうか?

機械翻訳というと、多くの人が戸惑うでしょう。10年以上も前には、英語の文章をKingsoft Pow...

...

2026年までに世界の人工知能(AI)市場は2,390億ドルに達する

GMIリサーチの最新分析によると、人工知能市場は2019年から2026年の予測期間中に年平均成長率(...

...

人工知能は人類のより良い生活を可能にする

新世代人工知能の活発な発展は、科学技術革新と産業のアップグレードと変革の産業推進の焦点となり、経済社...

Google、一般的な皮膚疾患を識別するための新しいAIツールを発表

5月19日、海外メディアの報道によると、人工知能はヘルスケア分野で多くの用途があるため、Google...

AIの急速な発展によってもたらされるエネルギー需要をどう解決するか?

生成 AI テクノロジーは、単純なフレーズを驚くほどリアルな画像に変換し、世界中の人々の想像力をかき...