我正在做一个Ai玩东方project游戏的程序

目前的目标是，不掉残完成虹龙洞的一面
使用的方法是，用监督学习识别游戏里的自机、敌人和弹幕的位置，然后用强化学习辅助蒙特卡罗树搜索决策自机的行为。使用的语言是python
目前的进度是，用yolov5框架训练了一个卷积核，可以有效识别自机的坐标
下一步进度是，1、找一个或者写一个强化学习算法，适合弹幕游戏训练和决策。2、标记更大容量的训练集用于图像识别
目前的难点是，1、找不到一个现有的强化学习框架可以玩弹幕游戏，大部分都是回合制游戏。2、没有现有的图像识别训练集，一个人很难手工制作大容量训练集
另外我没有太深入研究这系列游戏，每作只打通过N难度，对很多弹幕和敌人类型不很了解，所以才用强化学习，但是我也不知道能不能走通，因为基本没有在网上找到类似项目
所以希望能找到对这个项目感兴趣或者熟悉机器学习算法的吧友可以加入我，这个项目即缺技术力也缺人力
我每天大部分时间在工作睡觉和玩游戏，所以这个项目只在闲暇时间推进，进度很慢

加油

支持，但是弹幕游戏对实时性要求很高，速度上不会跟不上吗？

加油，助力ai攻下stg领域

贝 塔 GO

支持

我记得之前b站好像已经有一个ai通虹龙洞的视频了

想起了一个古早视频，用ai打怒首领蜂最大往生的阴蜂

不错

stg要求ai做出决策的反应时间很短吧，而搜索空间却很大，感觉会相当难（对ai只有一知半解的小白言论

是说话我发帖就是为了找工具人，标记训练集的重复枯燥工作量太大了

《东方梦想曲》已经实装了自动避弹功能，其作者SeiweLL也让他的自动避弹AI去玩过夏夜祭、虹龙洞等作品，并在B站发了视频。也许你可以去交流一下。

https://www.bilibili.com/video/av16490128?spm_id_from=333.788.b_636f6d6d656e74.124     去看看吧。

楼主为什么一定需要获取坐标与弹幕，也不用标记训练集。为什么不直接用类似于DQN这种直接训练？直接输入图像，输出动作，自学习。只是可能收敛会很慢，奖励函数可以直接选否中弹或坚持时间。可能是否中弹的判断需要读内存，麻烦点的话应该也可以用卷积判断出来。基于13楼的开源读内存code应该能更简化一些部分。