什么神經網絡用於AI鼠標移動

Question

我正在嘗試使用2（x，y）坐標並返回鼠標應每0.05秒（或大約此時間）的坐標數組並返回一個函數。

（該程序的總體目標是使鼠標的移動隨機/不平滑，以模仿人類的鼠標移動）

EG輸入：[（800,600），（300,400）]輸出：[[800,600），（780,580），...，（300,400）]

我想知道應該使用哪種類型的神經網絡來獲取正確的輸出。

我是神經網絡領域的新手，但我有一個不錯的理解，並將研究給出的建議。

正確方向的指針和一些鏈接將不勝感激！

Answer 1

對我來說，使用神經網絡來完成這項任務似乎太徹底了。 似乎您有2個輸入，每個輸入都有X和Y坐標，其中一個代表鼠標的初始位置，另一個代表鼠標的最終位置。

有很多方法可以將隨機性引入此路徑，而很難檢測到的方法比神經網絡要簡單得多。 在if語句中使用一些帶有奇怪的個人邏輯的怪異隨機數生成器，確定每次迭代中要添加到當前值的某個范圍內的量。 您可以使用神經網絡，但是我再次認為這太過分了。

至於您需要使用哪種類型的神經網絡，我將從在線教程中直接使用一個開箱即用的東西開始（我使用過Tensorflow和sklearn），並調整超參數以查看是什么使模型產生了更好。

Answer 2

如果您要根據其他物體的位置來預測鼠標的位置，則可以使用簡單的ANN來完成。

您是否要自動化任務，例如控制游戲的腳本？ 像LSTM或GRU這樣的遞歸神經網絡將考慮歷史。

我知道您是在做學習練習，但是如果您只是想使鼠標移動平穩，則可以使用簡單的插值算法。