腾讯IEG开源GAME AI SDK：自动化测试吃鸡、MOBA类游戏

近日，腾讯互娱（IEG）开源了一款名为 GAME AI SDK 的自动化测试平台，该平台封装好了多种工具供开发者使用，目前支持的游戏类型有跑酷类、吃鸡类、射击类、MOBA 类等。

项目地址：https://github.com/Tencent/GameAISDK

平台内置的「天天酷跑」示例。左图为未训练随机做动作，右图是训练好的效果。

SDK（软件开发工具包）一般是软件工程师为特定的软件包、软件框架、硬件平台、操作系统等创建应用软件时可使用的开发工具集合。

似乎有些抽象。在实际项目中，我们只需记住，SDK 是手游渠道提供的，集成了用户登录、社区功能、社交分享功能、数据后台统计功能的功能模块。接入 SDK 后，游戏厂商和渠道都要对 SDK 包进行测试，测试通过才能上线。

看了上文展示的酷跑动图效果，是不是想上手试试吃鸡类、射击类的游戏体验呢？这个开源项目可以满足你的需求，它支持使用者进行项目接入以及二次开发。

AI SDK 平台

AI SDK 平台是一个基于游戏图像来开发游戏 AI 的开源工具包。工具包主要完成了 UI 检测、游戏内元素识别、AI 算法（DQN、IM）等功能。开发者可以基于此工具包完成游戏自动化测试。

目前该平台已支持的游戏类型有跑酷类、吃鸡类、射击类、MOBA 类等。特定场景下它可以代替人工进行游戏场景的自动化，减少游戏场景测试的人力投入。

该工具包主要包括 AI SDK、AI Client、SDKTool（配置文件工具）这几部分。

SDKTool 帮助我们生成跟具体游戏相关的 AI SDK 所需配置文件。如在游戏运行过程中，整个流程中需要动作交互的 UI、需要识别的游戏元素等。AI 开发过程中用到的信息可来自于游戏图像（AI Client 获取）或其他数据。AI SDK 能够自动化完成游戏 UI 操作并进入游戏场景，像玩家一样操作手机玩游戏。

功能简介

GAME AI SDK 平台具备以下功能：

提供多种图像识别算法，识别游戏场景中的关键特征数据，如游戏场景中的技能状态、按钮位置、目标物位置等。

提供模仿学习和强化学习 AI 算法，可直接用于训练游戏场景 AI。

提供了配套的样本采集、图像标注工具。

AI SDK 模块简介

AI SDK 主要包括 AI Client 模块、MC 模块、IO 模块、UI 模块、GameReg 模块、AI 模块。

图 1：AI SDK 模块图。

AI Client 主要与手机端交互，获取游戏图像，并执行 UI 或 AI 输出的动作；

IO 模块与 AI Client 交互，作为 AI SDK 的数据输入输出控制；

MC 模块与 IO 模块交互，将数据分发至 AI SDK 后端的 UI 和 AI 模块，并做一些业务逻辑的管理控制；

UI 模块根据游戏图像，识别出需要进行的 UI 操作；

GameReg 模块根据游戏图像，识别出游戏场景内的数字、血条、目标物等元素；

AI 模块根据识别到的游戏元素，依照 AI 算法执行业务逻辑。

图 2：架构图。

环境部署

运行 AI SDK 中的 demo，首先需要安装依赖，然后将本地 PC 机连接手机（或手机模拟器），通过 AI Client 实时采集手机（或手机模拟器）的游戏画面，并传给 AI 服务进行处理。把 AI 服务处理的动作结果反馈到连接 PC 的手机上，完成动作的交互。

图 3：AI SDK 和手机的交互图。

部署依赖环境

部署依赖环境主要是安装 AI SDK、SDKTool（配置文件生成工具）、AI Client 的环境依赖。

该项目提供了两种操作系统的部署过程。

Ubuntu：目前 SDK 工具包运行在 16.04 的 64 位 Ubuntu 系统上，使用的深度学习框架为 TensorFlow，所以使用前需要安装依赖的 ubuntu 系统和相应的依赖第三方工具包，如 TensorFlow、OpenCV、protobuf 等。

环境主要依赖 nvdia-cuda 9.0、cudnn 7.0、opencv 3.4.2、protobuf 3.2.0、android adb、poster工具集等依赖包。具体请参考：https://github.com/Tencent/GameAISDK/blob/master/doc/environment/InstallStepByStep.md。

Windows：SDK 包下自带要安装的依赖包文件「requirements.txt」，所以 windows 下只需要安装「requirements.txt」中的依赖。具体请参考：https://github.com/Tencent/GameAISDK/blob/master/doc/environment/SDKToolEnv.md。

此外，该项目还介绍了配置文件工具 SDK Tool、项目接入、二次开发以及调试技巧，详情请参考项目链接。

参考链接：

https://ieg.tencent.com/

https://github.com/Tencent/GameAISDK

https://mp.weixin.qq.com/s/b8YXnZni0wBzoHZjzdRwGQ

Amazon SageMaker 是一项完全托管的服务，可以帮助开发人员和数据科学家快速构建、训练和部署机器学习 模型。SageMaker完全消除了机器学习过程中每个步骤的繁重工作，让开发高质量模型变得更加轻松。

现在，企业开发者可以免费领取1000元服务抵扣券，轻松上手Amazon SageMaker，快速体验5个人工智能应用实例。