DeepGamingAI_FIFA

基于深度学习的AI机器人，用于游玩足球模拟游戏FIFA 18（Windows平台）。

更多详情，请参阅以下内容：-

文章：https://medium.com/@chintan.t93/building-a-deep-neural-network-to-play-fifa-18-dce54d45e675

视频：https://www.youtube.com/watch?v=vZFNzwv61Fk&t=59s

致谢

本仓库借鉴了https://github.com/Sentdex/pygta5的部分代码。

DeepGamingAI_FIFA 快速上手指南

本项目是一个基于深度学习的 AI 机器人，专为在 Windows 平台上运行《FIFA 18》足球模拟游戏而设计。

环境准备

在开始之前，请确保满足以下系统要求和依赖：

• 操作系统：Windows (仅支持 Windows 平台)
• 游戏版本：已安装并配置好《FIFA 18》PC 版
• 编程语言：Python 3.x
• 核心依赖：
  • TensorFlow (或兼容的深度学习框架)
  • NumPy
  • OpenCV (用于屏幕捕获)
  • pywin32 (用于窗口控制和输入模拟)
  • 其他标准数据科学库 (Pandas, Matplotlib 等)

注意：本项目部分代码借鉴自 Sentdex/pygta5 项目，其依赖环境类似。

安装步骤

1. 克隆仓库 打开终端（CMD 或 PowerShell），执行以下命令获取源代码：

   git clone https://github.com/chintan-t93/DeepGamingAI_FIFA.git
   cd DeepGamingAI_FIFA
   

2. 创建虚拟环境（推荐）

   python -m venv venv
   venv\Scripts\activate
   

3. 安装依赖包 由于原仓库可能未提供完整的 requirements.txt，建议根据项目需求手动安装核心库。若国内网络访问 PyPI 较慢，推荐使用清华镜像源加速：

   pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow numpy opencv-python pywin32 pandas matplotlib
   

   如果项目根目录下存在 requirements.txt 文件，也可直接使用：

   pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt
   

基本使用

本项目的核心流程通常包含“数据采集”和“模型训练/推理”两个阶段。由于具体脚本名称需参考仓库实际文件结构，以下为通用启动逻辑：

1. 启动游戏 请先在窗口模式下启动《FIFA 18》，并确保游戏窗口处于活动状态。

2. 运行数据采集脚本（如需重新训练） 用于记录游戏画面和对应的按键操作，生成训练数据集：

   python create_training_data_file.py
   

   按 Q 键可停止录制。

3. 运行训练脚本 使用收集到的数据训练深度神经网络模型：

   python train_model.py
   

4. 启动 AI 机器人 加载训练好的模型并开始自动玩游戏：

   python custom_model_test.py
   

   或者根据实际文件名运行主入口脚本，例如：

   python main.py
   

提示：具体脚本文件名请以仓库实际目录为准。首次使用前，建议阅读项目关联的技术文章以了解模型架构细节：Building a Deep Neural Network to Play FIFA 18。