原神钓鱼的时候，居然有人用了深度强化学习，并且开源了

大家好，原神钓鱼的时候，居然有人用了深度强化学习，并且开源了相信很多的网友都不是很明白，包括也是一样，不过没有关系，接下来就来为大家分享关于原神钓鱼的时候，居然有人用了深度强化学习，并且开源了和的一些知识点，大家可以关注收藏，免得下次来找不到哦，下面我们开始吧！

您还在为《原神》钓不到鱼而烦恼吗？这是一份最新的提瓦特钓鱼指南。

在游戏圈，你可能没玩过，但你一定听说过《原神》。

虽然这是一款口碑两极分化的游戏，但我们不得不承认《原神》是目前最受欢迎的游戏之一。

尤其是在国外，原神可以说是非常受欢迎。

就在今年9月，这款自公测以来屡屡登上国内外讨论榜、手游金钱榜榜首的开放世界冒险游戏更新了版本，新增/丰富了地图，并推出了小游戏——钓鱼。游戏中有多个水域的钓鱼点，不同的地点可以钓到不同的鱼。

虽然是普通的玩法，但依然吸引玩家流连忘返。一般来说，钓鱼分为三个步骤：摆竿等待鱼上钩提竿。涉及的原理需要有一定的数字图像处理和机器学习基础。模型分为鱼群定位识别和拉杆（与鱼游戏）两部分。

许多玩家都在寻找钓鱼策略。您还在为《原神》钓不到鱼而烦恼吗？今天我们为您带来这份迟到的提瓦特钓鱼指南。

这款钓鱼指南可以说是完全解放双手，不需要任何操作。您只需启动该程序即可完成它。上线短短几天，我就获得了700 多颗星。

GitHub地址：https://github.com/7eu7d7/genshin_auto_fish

有兴趣的朋友也可以去B站观看视频。上线不到三天，播放量已超过44万次。这满屏的弹幕不禁让人直呼离谱。

有网友已经开始使用并评论：已经部署了，连夜下载了anaconda。

B站地址：https://www.bilibili.com/video/BV1964y1b7vV?spm_id_from=333.905.b_7570566964656f.3

项目介绍

Genshin Impact的自动钓鱼AI由YOLOX和DQN两个模型组成。此外，该项目还使用迁移学习和半监督学习进行训练。该模型还包含一些不可学习的部分，这些部分是使用opencv等传统数字图像处理方法实现的。

YOLOX用于识别鱼的位置和种类，定位鱼竿的落点；

DQN用于自适应控制钓鱼过程中的点击次数，使强度落在最佳区域内。

安装

本项目使用的是python运行环境，需要先安装python。这里推荐Anaconda。

配置环境：打开anaconda提示符（命令行界面），新建python环境并激活（推荐python3.7以下）：

conda create -n ysfish python=3.6conda 激活ysfish

下载项目代码：使用git下载，或者直接从github网页下载并直接解压：

git克隆https://github.com/7eu7d7/genshin_auto_fish.git

依赖库安装：切换命令行到本项目所在目录：

cd 原神_auto_fish

执行以下命令安装依赖项：

python -m pip install -U pippythonrequirements.py

如果想使用显卡加速，需要安装CUDA和cudnn。安装完成后，忽略上面的命令，使用以下命令安装gpu版本：

pip install -U pippythonrequirements.py --cuda [cuda版本]# 例如安装了CUDA11.xpythonrequirements.py --cuda 110

安装yolox：切换命令行到本项目所在目录，执行以下命令安装yolox：

python setup.py 开发

下载预训练权重：下载预训练权重（.pth 文件）。下载yolox_tiny.pth后，将权重文件放在项目目录/weights下。

YOLOX 训练工作流程：YOLOX 使用半监督学习进行标记。训练模型在对少量样本进行标记后，对剩余样本生成伪标签然后进行人工修正，不断迭代以提高准确率。样本量较小，因此采用迁移学习对COCO预训练模型进行微调。

将yolox/exp/yolox_tiny_fish.py中self.data_dir的值修改为解压后这两个文件夹所在的路径。

训练代码：

python yolox_tools/train.py -f yolox/exp/yolox_tiny_fish.py -d 1 -b 8 --fp16 -o -c 权重/yolox

DQN 训练工作流程：使用强化学习模型DQN 训练控制强度。两个进度之间的差异被用作奖励，为模型提供学习方向。模型与环境之间的交互学习。

直接在原神中训练需要很长时间。首先需要创建一个模拟环境，大致模拟捕捞强度控制操作。在模拟环境中预训练模型。随后将该模型迁移至原神，实现域间迁移。

模拟环境预训练代码：

蟒蛇train_sim.py

原神游戏内训练：

pythontrain.py

跑步

以上准备就绪后，就可以运行钓鱼AI了。请注意，命令行窗口必须以管理员权限启动。

显卡加速：

python Fishing.py image -f yolox/exp/yolox_tiny_fish.py -c Weights/best_tiny3.pth --conf 0.25 --nms 0.45 --tsize 640 --device gpu

中央处理器运行：

python Fishing.py image -f yolox/exp/yolox_tiny_fish.py -c Weights/best_tiny3.pth --conf 0.25 --nms 0.45 --tsize 640 --device cpu