https://github.com/nelsonwenner/pingpong-ai

:robot: Pingpong artificial intelligence.
https://github.com/nelsonwenner/pingpong-ai

ai aprendizado artificial-intelligence inteligencia-artificial inteligencia-computacional machine machine-intelligence machine-learning machine-learning-algorithms machinelearning machinelearning-python neural-network ping-pong-game pingpong python

Last synced: 3 days ago
JSON representation

:robot: Pingpong artificial intelligence.

• Host: GitHub
• URL: https://github.com/nelsonwenner/pingpong-ai
• Owner: nelsonwenner
• License: mit
• Created: 2018-12-25T18:07:57.000Z (almost 6 years ago)
• Default Branch: master
• Last Pushed: 2022-06-22T00:51:50.000Z (over 2 years ago)
• Last Synced: 2023-04-22T17:10:28.185Z (over 1 year ago)
• Topics: ai, aprendizado, artificial-intelligence, inteligencia-artificial, inteligencia-computacional, machine, machine-intelligence, machine-learning, machine-learning-algorithms, machinelearning, machinelearning-python, neural-network, ping-pong-game, pingpong, python
• Language: Python
• Homepage:
• Size: 38.1 KB
• Stars: 7
• Watchers: 0
• Forks: 7
• Open Issues: 2
• Metadata Files:
  • Readme: README.md
  • License: LICENSE.md

Awesome Lists containing this project

README

        


  





  Pingpong 

Artificial Intelligence 





  

  

    

  

  

  

    

  



### Prerequisites

* Python (>= 3.6)

## Getting Started

1. Fork este repositório e clone em sua máquina

2. Mude o diretório para `pingpong-IA` onde você o clonou;

3. No terminal, execute:

```bash

/* Install dependencies */

$ pip install -r requeriments.txt

/* Coletar dados */

$ python PingPongCollect.py

/* Treinar dados */

$ python NeuralNetwork.py

/* Executar IA */

$ python PingPongIA.py

```

### Neural Network

A rede neural possui: uma camada de entrada de 2 neurônios, uma camada oculta de 30 neurônios e uma camada de saída de 1 neurônio. É possível personalizar a quantidade de neurônios de cada uma das camadas.

## File Structure

```bash

pingpong-IA

├── src/

│   ├── database/

│   │   ├── controller/

│   │   │   └── db.py

│   │   ├── data/

│   │   │   └── data-50.txt

│   │   └── weights/

│   │       ├── weight-w1.txt

│   │       └── weight-w2.txt

│   ├── network/

│   │   └── NeuralNetwork.py

│   ├── PingPongCollect.py

│   └── PingPongIA.py

├── .gitignore

├── LICENSE.md

├── README.md

└── requeriments.txt

```

### Vision

O objetivo desse jogo é fazer com que a palheta impeça a bolinha de tocar no chão. A implementação consiste no aprendizado de máquina supervisionado, portanto, teremos que passar ao jogo dados iniciais para que ele processe o aprendizado. A partir do arquivo ``src/PingPongCollect.py``, será executado o jogo para que você jogue, e sejam coletadas informações que serão usadas no aprendizado de sua máquina, então, os dados serão salvos em ``src/database/data``. Logo em seguida, você poderá treinar seus dados de duas formas. Na primeira forma, você poderá executar os dados coletados diretamente na rede neural sem precisar jogar, nesse caso, no ```terminal```, será impressa uma informação, que é a taxa de error do treinamento de sua rede neural, quanto menor a taxa, melhor, após isso, no final deste treinamento, serão salvos os pesos em ```src/database/weights``` (esses pesos são as informações dos neurônios treinados na sua rede neural, ou seja, eles funcionam como um cérebro com o conhecimento em si). Na segunda forma, você irá treinar a sua rede diretamente jogando, no caso, enquanto se joga, a rede treina. Para fazer a sua máquina jogar, você terá que executar o arquivo ```src/PingPongIA.py```. Nele, ou você seta os pesos emitidos pelo treinamento de sua rede ou não passar nenhum peso e deixar o aprendizado começar do zero.



  



## License

Esse projeto está sob a licença MIT. Veja o arquivo [LICENSE](LICENSE.md) para mais detalhes.

---