nikp06/subwAI
📦 오픈 소스 프로젝트nikp06
지도 학습과 CNN을 활용해 Subway Surfers를 플레이하는 AI를 학습시켜 보세요.
subwAI는 딥러닝 기술을 실시간 게임에 적용하기 위한 포괄적인 프레임워크를 제공합니다. 이 프로젝트는 컴퓨터 비전과 의사결정 모델의 결합에 초점을 맞추고 있으며, 특히 지도 학습 방식을 채택하고 있습니다. 핵심 아키텍처는 게임 화면의 시각적 데이터를 입력받도록 설계된 합성곱 신경망(CNN)에 의존합니다. 인간의 플레이 데이터를 통해 모델을 학습(모방 학습)시킴으로써, 에이전트는 특정 시각적 입력에 대응하는 점프, 숙이기, 차선 변경 등의 키보드 동작을 매핑하는 법을 배웁니다. 저장소에는 데이터 수집, 모델 학습 및 추론을 위한 스크립트가 포함되어 있어, CNN을 동적이고 빠른 환경에 어떻게 적용할 수 있는지 궁금한 개발자들에게 훌륭한 리소스가 됩니다. 이 프로젝트는 이미지 분류를 게임 플레이 에이전트의 주요 입력 메커니즘으로 사용하는 가능성을 보여주며, 빠른 속도의 게임 환경에서 발생하는 지연 시간 및 특징 추출의 과제를 잘 보여줍니다.
💡하이라이트
- ├─CNN 기반 실시간 이미지 분류
- ├─모방 학습 파이프라인 제공
- └─실시간 게임 플레이 제어
🎯대상
- ├─AI 연구원
- ├─게임 개발자
- └─컴퓨터 비전 애호가