Skip to content

Project developed for the exam of "Fundamentals of Artificial Intelligence" at UNISA

Notifications You must be signed in to change notification settings

KLS-01/Cydon-IA

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

7 Commits
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Cydon-IA - Intelligenza Artificiale per Pokémon

Cydon-IA è un progetto che implementa un sistema di Intelligenza Artificiale utilizzando l'algoritmo di Q-Learning con addestramento online. Questo sistema è progettato per fornire suggerimenti sulle mosse da fare durante le battaglie Pokémon, mirando ad aiutare i giocatori inesperti a migliorare le proprie abilità nel gioco.

Panoramica delle Tecnologie

Il progetto Cydon-IA fa uso di diverse tecnologie per la sua implementazione:

  • Q-Learning con Addestramento Online: L'algoritmo di Q-Learning è utilizzato per addestrare l'IA a prendere decisioni ottimali durante le battaglie Pokémon. L'addestramento online consente all'IA di continuare a migliorare le proprie capacità mentre interagisce con i giocatori.

  • Flask Flask: Flask è utilizzato per sviluppare il backend del sistema IA. Gestisce le richieste dei client, elabora i dati e fornisce risposte ai suggerimenti delle mosse Pokémon.

  • Python Python: Python è il linguaggio di programmazione principale utilizzato per lo sviluppo del backend, inclusa l'implementazione dell'algoritmo di Q-Learning e l'integrazione con Flask.

  • JavaScript JavaScript: JavaScript è utilizzato per l'estensione integrata nel gioco Pokémon per interagire con l'interfaccia e fornire suggerimenti in tempo reale ai giocatori durante le battaglie.

Membri del Team

I membri del team che hanno contribuito al progetto Cydon-IA sono:

Installazione e Utilizzo

Per installare e utilizzare Cydon-IA, seguire questi passaggi:

  1. Clonare il repository da GitHub: git clone https://github.com/KLS-01/Cydon-IA.git
  2. Navigare nella directory del progetto: cd cydon-ia
  3. Installare le dipendenze Python utilizzando pip: pip install -r requirements.txt
  4. Avviare il server Flask: python Main.py
  5. Assicurarsi che l'estensione JavaScript sia abilitata nel browser per ricevere i suggerimenti delle mosse.

Contributi e Segnalazione di Bug

Siamo aperti ai contributi da parte della community e apprezziamo qualsiasi segnalazione di bug o suggerimento per migliorare Cydon-IA. Per contribuire, seguire queste linee guida:

  1. Forkare il repository
  2. Creare un branch per il proprio lavoro: git checkout -b feature/nuova-funzionalità
  3. Committare le modifiche: git commit -m 'Aggiunta nuova funzionalità'
  4. Pushare il branch al repository remoto: git push origin feature/nuova-funzionalità
  5. Aprire una Pull Request

Per segnalare bug o proporre miglioramenti, aprire una nuova issue nel repository.

About

Project developed for the exam of "Fundamentals of Artificial Intelligence" at UNISA

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published