qmoba-agent 0.1.0

A reinforcement learning framework template for MOBA game AI training

QMobaAgent (autowzry-agent)

🎮 项目简介

QMobaAgent是一个基于深度强化学习的MOBA游戏AI训练框架，以王者荣耀为示例，支持从视频学习和在线对战。本项目通过兼容层设计实现游戏逻辑与训练框架的解耦，可作为模板用于开发其他游戏的强化学习AI。

---

📚 文档导航

使用指南

• 快速开始 - 完整使用教程（安装、数据收集、标记、训练、对战）
• 架构文档 - 详细架构说明和模块接口

开发指南

• 给开发者的开发指南 - 与AI代码助手协作的完整流程与技巧 ⭐
• 给代码助手的项目指南 - 让AI代码助手快速了解本项目
• 开发历史 - 开发记录和版本历史

---

📁 项目结构

autowzry-agent/
├── qmoba_agent/         # 主包目录
│   ├── config/          # 配置管理
│   ├── core/            # 核心模块（DQN模型、训练器）
│   ├── environment/     # 环境交互（兼容层、动作空间、游戏状态）
│   ├── data/            # 数据处理（数据管理、训练缓冲）
│   ├── utils/           # 工具函数（图像处理、视频读取）
│   └── autowzry_lite/   # autowzry精简版
├── scripts/             # 执行脚本（收集、标记、训练、对战）
├── config/              # 配置文件（YAML）
├── docs/                # 文档
├── workspace/           # 运行时数据（episodes、checkpoints等）
└── pyproject.toml       # 项目配置

---

✨ 核心特性与架构

本项目支持完整训练流程：数据收集 → 标记 → 训练 → 在线对战。

设计特色

1. 兼容层作为唯一变体

• 🎯 兼容层（environment/compatibility.py）负责所有游戏/设备相关的特殊逻辑
• 🔧 通用模块（core、data、utils）与具体游戏完全解耦
• 🔄 切换游戏时只需重写兼容层，其他模块保持不变

2. 依赖注入连接模块

• 各模块通过依赖注入方式连接，而非硬编码依赖
• 模块之间通过接口通信，实现松耦合
• 便于测试、扩展和替换

3. 模型接口标准化

• 模型只需满足固定的输入输出接口
• 可以随意替换不同的模型实现
• 本项目提供了一个轻量级DQN实现（支持mini/full/high三种规模）

---

🙏 致谢

感谢 Claude Code 提供的强大AI编程助手。

感谢 linux.do 论坛各位赛博善人提供的Claude Code公益站。

本项目学习了以下优秀的强化学习王者荣耀项目：

• myBoris/wzry_ai
• FengQuanLi/WZCQ
• 学习笔记：cndaqiang/learning_myBoris_wzry_ai

---

🔗 相关项目

• autowzry - 王者荣耀自动化框架（图像识别和设备控制）
• autowzry_lite - autowzry的精简版本（包含在本项目中）
• airtest_mobileauto - 移动端自动化工具

---

🤝 贡献

欢迎提交Issue和Pull Request！

---

📄 许可证

本项目仅供学习研究使用。