Roblox AI Trainer

🤖 Roblox AI Controller 🎮

Uma IA "avançada" para controle automático de personagens no Roblox com aprendizado profundo e recuperação de colisões

📑 Descrição

Este projeto é um controlador AI inteligente para Roblox que utiliza redes neurais convolucionais (CNN) para aprender e replicar comportamentos de jogo. Com recursos como detecção de colisões, sistema de recuperação automática e interface visual intuitiva, ele permite:

• 🧠 Treinamento do modelo em tempo real
• 🕹️ Controle automático do personagem
• 🚨 Sistema anti-travamento
• 📊 Monitoramento em tempo real das ações
• 🖥️ Visualização dupla da tela e previsões

✨ Funcionalidades Principais

• Detecção Inteligente de Colisões
  • Sistema de recuperação com sequência personalizável
  • Escape automático de loops de colisão
• Modos de Operação
  • 🏋️ Modo Treino (coleta dados e treina o modelo)
  • 🤖 Modo Predict (controle automático do jogo)
• Interface Amigável
  • Tema escuro moderno
  • Visualização em tempo real do jogo
  • Gráfico interativo de previsões
• Controles Avançados
  • 🚨 Parada de emergência (Ctrl+Shift+L)
  • Suporte a múltiplos dispositivos de entrada
  • Smoothing de movimentos do mouse
• Gestão de Modelos
  • Carregar/Salvar modelos treinados
  • Monitoramento do treino com gráficos
  • Auto-salvamento periódico

Exemplo de plotagem de previsões 📊📈

📋 Pré-requisitos

• Python 3.8 ou superior
• Janela do Roblox em execução (com título "Roblox")
• Resolução mínima de tela: 1280x720
• Espaço em disco: ~5GB (para modelos e datasets)

As dependências podem ser instaladas com:

pip install tensorflow opencv-python numpy pyautogui pywin32 keyboard mouse matplotlib

Configuração do Ambiente ⚙️💻🔧

O projeto faz algumas configurações iniciais para garantir um melhor desempenho:

• Suprime mensagens desnecessárias do TensorFlow.
• Configura a GPU para utilizar alocação dinâmica de memória.
• Define limites de threads para processamento paralelo.

Estrutura do Projeto 📂📌📋

• RobloxAITrainer: Classe principal que gerencia a captura de tela, treinamento e inferência.
• init_model: Inicializa a rede neural convolucional e carrega pesos de um modelo salvo.
• setup_gui: Configura a interface gráfica para controle do treinamento.
• capture_screen: Captura a tela da janela do Roblox e processa a imagem.
• get_current_actions: Obtém o estado atual das teclas e do mouse.
• training_worker: Gerencia o processo de treinamento da IA.
• capture_and_preview_loop: Exibe visualmente a captura de tela e acumula dados para treinamento.

Treinamento 🏋️📈🧠

O modelo recebe capturas de tela da janela do Roblox e as associa às ações do jogador (teclas pressionadas e movimentação do mouse). O treinamento é realizado em batches e os resultados são armazenados para análise.

Para iniciar o treinamento, execute o script principal e utilize a interface para configurar os epochs e iniciar a captura de dados.

Inferência (Predição) 🔍🎯🤔

Após o treinamento, o modelo pode ser utilizado para prever as próximas ações do jogador, baseado na imagem da tela.

Salvamento do Modelo 💾📂🔄

O modelo treinado é salvo automaticamente no diretório models/ e pode ser recarregado para uso futuro.

Encerramento e Limpeza 🛑🚮✅

• O programa registra um hook para limpar os recursos ao sair.
• Todas as janelas OpenCV abertas são fechadas ao encerrar.
• Os arquivos de log de treinamento são salvos automaticamente para revisão posterior.

Controles Rápidos ⌨️🎮🖱️

• Pressionar ctrl+shift+l interrompe todas as atividades e fecha o programa.
• O botão "Stop" na interface também interrompe o treinamento ou a predição.