|
|
--- |
|
|
title: Street Fighter Move Recognizer |
|
|
emoji: 🎮 |
|
|
colorFrom: red |
|
|
colorTo: blue |
|
|
sdk: streamlit |
|
|
app_file: app.py |
|
|
pinned: false |
|
|
tags: |
|
|
- deep-learning |
|
|
- lstm |
|
|
- game-ai |
|
|
- sequence-classification |
|
|
- streamlit-app |
|
|
license: mit |
|
|
sdk_version: 1.45.1 |
|
|
--- |
|
|
|
|
|
|
|
|
|
|
|
# 🎮 Street Fighter Move Recognizer |
|
|
|
|
|
Bu proje, joystick kombinasyonlarını analiz ederek oyuncunun hangi **özel hareketi** yapmak istediğini tahmin eden bir makine öğrenimi modelini içermektedir. Veri simüle edilmiştir ve Street Fighter benzeri dövüş oyunlarından esinlenilmiştir. |
|
|
|
|
|
## 🧠 Proje Hedefi |
|
|
|
|
|
Joystick sekanslarından (`["DOWN", "RIGHT", "PUNCH"]` gibi) yola çıkarak hangi **move (hareket)** yapıldığını sınıflandıran bir sekans model geliştirmek. Bu, oyun AI sistemlerinin temel yapı taşlarından biridir. |
|
|
|
|
|
--- |
|
|
|
|
|
## 📊 Kullanılan Veri |
|
|
|
|
|
Veri seti manuel olarak oluşturulmuştur ve aşağıdaki gibi örnek joystick girişlerinden ve etiketli hareket isimlerinden oluşur: |
|
|
|
|
|
| Joystick Sequence | Move | |
|
|
|-----------------------------|----------------| |
|
|
| DOWN,RIGHT,PUNCH | Hadouken | |
|
|
| RIGHT,DOWN,RIGHT,KICK | Shoryuken | |
|
|
| LEFT,LEFT,PUNCH | Dash Punch | |
|
|
| DOWN,KICK | Low Kick | |
|
|
| LEFT,DOWN,RIGHT,PUNCH | Combo Strike | |
|
|
| ... | ... | |
|
|
|
|
|
--- |
|
|
|
|
|
## 🔧 Kullanılan Teknolojiler |
|
|
|
|
|
- **TensorFlow / Keras** – LSTM model ile sekans sınıflandırma |
|
|
- **scikit-learn** – LabelEncoder |
|
|
- **Streamlit** – Web arayüzü |
|
|
- **Pickle** – Model nesnelerinin kaydedilmesi |
|
|
- **Hugging Face Hub** – Model paylaşımı |
|
|
- **GitHub** – Kod ve dokümantasyon paylaşımı |
|
|
|
|
|
--- |
|
|
|
|
|
## 🏗️ Model Mimarisi |
|
|
|
|
|
- `Tokenizer` ile joystick girişleri tokenize edildi |
|
|
- `pad_sequences` ile sabit uzunlukta girişe dönüştürüldü |
|
|
- `LSTM` tabanlı sekans modeli eğitildi |
|
|
- `LabelEncoder` ile sınıf etiketleri dönüştürüldü |
|
|
- Model `.keras`, `tokenizer.pkl`, `label_encoder.pkl` olarak kaydedildi |
|
|
|
|
|
--- |
|
|
|
|
|
## 🚀 Streamlit Uygulaması |
|
|
|
|
|
Kullanıcıdan joystick kombinasyonu alınır ve model ile eşleşen hareket tahmin edilir. |
|
|
|
|
|
### Uygulamayı Başlatmak İçin: |
|
|
```bash |
|
|
streamlit run app.py |
|
|
|
|
|
|
|
|
🔬 Örnek Tahmin |
|
|
DOWN,RIGHT,PUNCH |
|
|
Çıktı: |
|
|
Tahmin Edilen Hareket: Hadouken |
|
|
|
|
|
|
|
|
|
|
|
💡 Gelecekte Ne Yapılabilir? |
|
|
Gerçek zamanlı joystick verisi entegrasyonu |
|
|
|
|
|
Sesli komut tanıma ile komboları tetikleme |
|
|
|
|
|
Mobil uyumlu arayüz |
|
|
|
|
|
Daha fazla kombo ile veri setinin genişletilmesi |
|
|
|
|
|
|
|
|
📚 Eğitim Amaçlıdır |
|
|
Bu proje, oyun zekası ve sekans modellemeyi birleştiren bir örnek olarak eğitim amaçlı geliştirilmiştir. |
