導讀蕭簫發自凹非寺量子位|公眾號QbitAI能自動瞄準并“精準命中”，還不會被封號的FPS外掛，你見過嗎？現在，真的有一位CMU研究生小哥，將自己的鼠標變成了F....

蕭簫 發自 凹非寺量子位 | 公眾號 QbitAI

能自動瞄準并“精準命中”，還不會被封號的FPS外掛，你見過嗎？

現在，真的有一位CMU研究生小哥，將自己的鼠標變成了FPS游戲里的“神狙手”！

給它安上四個輪子后，鼠標便能根據CV算法反饋，自動瞄準并實現一槍狙擊。

在這之前，雖然也有一些物理外掛，但還不至于自動化到讓鼠標自己移動并完成射擊。

如果選擇第三方軟件修改等外掛，又極容易被直接封號。

思索一番，這位小哥便開發了一個能自己瞄準目標的FPS物理外掛，目前在訓練場Aim Lab中的成績已經超過了一些FPS專業玩家——

人類FPS專家平均在80000~90000分左右，而它拿到了110000 分。

有網友看完后表示“絕不簡單”：對于寫過代碼的人來說，這可沒聽上去那么輕松。

所以，他究竟是怎么做到的呢？

將鼠標變成“神狙手”

為了讓鼠標自己“學會”瞄準，這名小哥首先給鼠標設計了一個底盤。

在他的設想中，這個底盤要能帶著鼠標靈活移動，原理大概像這樣：

思路有了后，最終底盤用到了四個全向輪和對應的控制電機。

簡單來說，各個方向的全向輪（omni wheels），能夠讓機器人朝向任意方向靈活運動，包括直接走直線等，而這些輪子分別由不同的電機控制。

基本的移動操作實現后，就是利用計算機視覺算法，來讓它學會“自己尋找獵物”了。

小哥基于OpenCV寫了一個Python目標檢測算法，訓練它能夠根據目標的位置迅速瞄準對應的目標：

從視覺數據反饋到操作上，小哥采用了PID控制算法，讓機器人學會自己去找距離最近的“射擊點”，來在規定時間內瞄中更多的物體：

當瞄準物體后，這個機器人就會自行觸發鼠標“點擊”的動作，從而完成自動射擊。

在測試中超過部分專業玩家

為了加強這個機器人的能力，小哥在一個叫做Aim Lab的第一人稱射擊游戲模擬器中對它進行訓練。

目前，有不少專業FPS玩家都會在Aim Lab中訓練，里面也包含了各種不同類型的射擊任務，例如人形移動靶、飛靶等。

小哥訓練的這個“鼠標機器人”，主要針對的還是顏色球射擊，其中視覺算法自動找到帶顏色的球體，然后機器人跟上去瞄準射擊。

調測了兩個月算法后，小哥終于訓練出了比較滿意的機器人，目前在Aim Lab中最高拿到了118494的分數，超過了不少專業FPS玩家。

△一名職業選手公開分數

不過目前它還沒有打破Aim Lab的最高紀錄（146902分）。

也有一個原因是在挑戰最高分數的過程中，它的底盤因轉速過快燒毀了一個電機，無法再度挑戰最高分（手動狗頭）。

開發這個物理外掛的小哥名叫Kamal Carter，本科畢業于CMU，目前在CMU讀碩士研究生，同時也在Howie Choset教授創立的HEBI Robotics公司工作。

據小哥自己介紹，他高中的時候就開始玩機器人了，目前研究興趣也是機械設計和CAD等。

對此有網友調侃，這個機器人值得一個更好的鼠標：

但也有網友認為，小哥具有這般能力，更應該做點有用的東西，而不是搞這些物理外掛。

那么，你覺得呢？

OpenCV視覺算法教程：https://docs.opencv.org/4.x/df/d9d/tutorial_py_colorspaces.html

參考鏈接：[1]https://www.youtube.com/watch?v=ne9bmMX82iY[2]https://www.pcgamer.com/a-roboticist-built-a-hardware-aimbot-that-could-outperform-the-pros-until-it-aimed-so-hard-it-died/[3]https://hackaday.com/2022/04/30/aimbot-does-it-in-hardware/[4]https://krcarter.github.io/

— 完 —

量子位 QbitAI · 頭條號簽約

關注我們，第一時間獲知前沿科技動態