什么神经网络用于AI鼠标移动

Question

我正在尝试使用2（x，y）坐标并返回鼠标应每0.05秒（或大约此时间）的坐标数组并返回一个函数。

（该程序的总体目标是使鼠标的移动随机/不平滑，以模仿人类的鼠标移动）

EG输入：[（800,600），（300,400）]输出：[[800,600），（780,580），...，（300,400）]

我想知道应该使用哪种类型的神经网络来获取正确的输出。

我是神经网络领域的新手，但我有一个不错的理解，并将研究给出的建议。

正确方向的指针和一些链接将不胜感激！

Answer 1

对我来说，使用神经网络来完成这项任务似乎太彻底了。 似乎您有2个输入，每个输入都有X和Y坐标，其中一个代表鼠标的初始位置，另一个代表鼠标的最终位置。

有很多方法可以将随机性引入此路径，而很难检测到的方法比神经网络要简单得多。 在if语句中使用一些带有奇怪的个人逻辑的怪异随机数生成器，确定每次迭代中要添加到当前值的某个范围内的量。 您可以使用神经网络，但是我再次认为这太过分了。

至于您需要使用哪种类型的神经网络，我将从在线教程中直接使用一个开箱即用的东西开始（我使用过Tensorflow和sklearn），并调整超参数以查看是什么使模型产生了更好。

Answer 2

如果您要根据其他物体的位置来预测鼠标的位置，则可以使用简单的ANN来完成。

您是否要自动化任务，例如控制游戏的脚本？ 像LSTM或GRU这样的递归神经网络将考虑历史。

我知道您是在做学习练习，但是如果您只是想使鼠标移动平稳，则可以使用简单的插值算法。