HonorNet_v1

HonorNet 🎮

一个基于行为克隆的王者荣耀AI，从零开始，在Mac上训练，在Android模拟器中运行。

✨ 项目简介

HonorNet 是一个完全开源的王者荣耀AI项目。它的特点：

• 🍎 在Mac上训练：利用Apple Silicon的MPS加速
• 📱 控制Android模拟器：通过ADB截图和发送触摸事件
• 🧠 行为克隆：学习人类玩家的操作数据
• 🎯 16个动作空间：移动8方向 + 技能 + 攻击 + 战术
• 🔓 MIT协议：完全开源，任意使用

这不是一个“调用API”的demo，而是一个从数据采集到模型训练再到部署的完整工程。

🎯 项目状态

🏗️ 项目结构

HonorNet/
├── data/              # 数据处理脚本
├── models/            # 模型定义 + 训练
├── inference/         # 模拟器控制 + AI运行
├── config.py          # 配置文件
└── requirements.txt   # 依赖

🚀 快速开始

1. 环境配置

# 克隆仓库
git lfs clone https://huggingface.co/clarenceleo/HonorNet_v1
cd HonorNet_v1

# 安装依赖
pip install -r requirements.txt

# 安装ADB（macOS）
brew install android-platform-tools

2. 准备数据

将王者荣耀1v1录屏放入 data/raw_videos/，然后：

# 抽帧
python data/extract_frames.py

# 预处理
python data/preprocess.py

# 标注动作（可选，我们提供了标注工具）
python data/annotate.py

3. 训练模型

python models/train_bc.py

4. 让AI打游戏

1. 启动Android模拟器，打开王者荣耀1v1模式
2. 运行AI：

python inference/run_ai.py

📊 训练结果

使用886帧标注数据训练50轮：

54.5%的准确率意味着AI学会了：

• 根据画面判断移动方向
• 何时普攻、放技能
• 何时回城、升级

🛠️ 技术栈

• PyTorch：深度学习框架
• ADB：Android调试桥，控制模拟器
• OpenCV：图像处理
• Android Studio AVD：模拟器运行环境

📈 后续计划

• 强化学习微调（PPO）
• 支持更多英雄
• 5v5多智能体
• 实时学习（边打边学）

🤝 贡献

模型开发与训练数据清洗标注：李天祎（[email protected]） 训练数据录制与提供：姜懿原

欢迎提交Issue和Pull Request！