【亦】警惕AI外挂！我写了一个枪枪爆头的视觉AI，又亲手“杀死”了它

[@catwhite6078]

我并不是硬核程序员，但是我当年学代码的时候，就考虑过一个问题。如果在代码中加入随机操作，我觉得反作弊哪怕用特征也很难识别。 例如神经AI这一套系统，其实根据机器性能和场景，其实本身每次操作的时间都是不同的，而且其实因为是算法，其实哪怕是锁头，其实他的位置也不是每次都一致的，我在的公司也有类似的AI神经，但是测试的时候有的时候偏移程度还是有不少的。所以头的位置点，操作间隔，我觉得AI无法有效准确的判断是人还是AI，因为这两者都存在误差，唯一可以判断的可能就是在某个区域内，是否精准的移动到摸个位置，还有就是AI比人更快。所以如果在这里加入随机操作，防守AI是不是就难以去训练了。 例如50%的概率直接移动到头，50%移动到周围随机多少像素在移动到头.如果设计为这种模式。那么防守AI方又该怎么去训练呢（先不考虑什么身体也打一类的）。因为正常人类操作，也无非是直接移动到目标，移动到目标周围，移动一次后在移动一下。如果在训练的时候就按找这种仿真模式AI训练，那么是不是就只能通过事件概率来做平衡了。但是如果通过事件概率来考量，如果每局都重新分配权重呢？此外如果通过反应时间差来衡量，那么这个进攻AI在设计和训练时如果加入每次随机的一个相对短的小延迟又如何呢。 我觉得如果是我要设计一个作弊AI视觉，我会把他定位成高手段位的尽可能仿真的AI，就是存在小概率失误和一定的误差。因为玩游戏的人除了少数的职业选手，多数玩家到不了那个段位，如果训练出来的AI是一个仿真职业瞄准模型，也就是一个高级疯狂自瞄机器人，我觉得就足以应对90%的情况了，而且更加隐蔽无法追踪。 唯一想到的几个AI识别的漏洞，就是骨架出现识别错误，这是AI可能会有类似的操作。或者就是多骨架叠加的异常识别，但是如果是高级的AI骨架算法也可能存在一定规避，但是从测试角度看这里是容易出现问题的。这时候特定场景会有特定操作。但是游戏厂家不可能完全复盘游戏对战整体数据，及时这里有异常，也只能通过人来识别。还有些诡异特殊位置例如直接脸撞脸，或者极端远。但是反过来说只要屏蔽掉就好了。 因为个人是测试，所以逻辑角度可能会比较奇怪。个人人为如果训练一个反作弊AI应该先开发一个作弊AI，但是训练出来的反作弊可能只能应对作弊模型，如果要升级就需要告诉防御AI更多的作弊模型，但是问题是如果你看不出来了那个是作弊模型那就没办法提升AI等级。但是如果让AI自己衍生，他有很可能吧一些玩家当成挂，还有就是AI如果自由去扩展，可能操作比人还离谱，有缺少的参考性（有一个AI抓人的模拟，最后AI竟然再用BUG- -） 但是这个视频是我看过目前关于这个问题研究的最有意思最深入的一个。支持了

[@abcjkl08l53]

只有少數人可以裝，因大部人用外掛的人只想裝B只想贏，用再好的AI也會比發現的。

[@m00iwi00m]

根本很難發現吧,程式也可以加入模仿人的操作慣性,不一定是每次爆頭.算是遊戲本身埋下了監視程式,我用另 一部電腦截畫面分析和模仿鼠標鍵盤輸入,相對應人手操作而言也是個頂級高手.

[@UCAJq2oN0BQLFi3aAhhsX8-A]

用AI反反AI

[@小灯放映厅]

@@UCAJq2oN0BQLFi3aAhhsX8-A 可以拍一部电影了，将AI分为保护支持人类的AI和反对人类的AI与人类拯救问题。

[@农村小梁]

@@abcjkl08l53 那是因为现在都是人在装，外挂没有装！举个例子现有有一个外挂他只会告诉你下一枪一定爆头，剩下的就需要你自己操作！而这个提示下一枪一定爆头的是要在你开了随机1~5枪并且停止射击以后才触发！这种情况你给人看他都发现不了

[@Kiki-dr1rj]

最可怕的恐怕还不是FPS游戏。。。 军事用途上的纯AI机枪 理论上和游戏里设置AI wsad移动屏幕以及开火是一样的啊

[@lilboat5101]

现实世界的因素很复杂，而且ai无人机射的准本来也不是技术难题吧

[@plume0302]

@@lilboat5101 現實就有很多地方在用ai辨識人臉了吧，現在台灣大眾運輸交通工具進站前都有機器，隨時監控每個人的體溫狀況，你說現實太複雜，但只要交給ai繼續學習，應該不是太困難

[@lilboat5101]

@@plume0302 对啊，所以我说无人机射得准不是技术难题，更复杂的是现实因素造成的工程学上的问题，而不是机器学习的问题

[@旮旯呵呵]

@@lilboat5101 现实世界是很复杂，但也没有要求ai无人载具枪枪爆头。带上一大箱弹链，扫射不就可以了。比人精准就行。。。

[@lilboat5101]

@@旮旯呵呵 武装无人机这东西本身对技术要求高啊，后坐力，散热和成本控制就可以让武装无人机嗝屁了，所以现在广泛用法是绑炸弹。。。。。不得不说是好办法

[@dasanliang1700]

曉白的偉大犧牲，值得了

[@stevechu5330]

基本上深度學習AI 就是叫個shroud在幫你打遊戲

[@xxeuxing4879]

tenz

[@youtubesucks33]

hiko

[@espresso___]

那就不叫玩遊戲，而是電腦在玩你 那為甚麼不玩史丹利的預言

[@xxeuxing4879]

@@espresso___ 聲納映畫?

[@xxeuxing4879]

@@espresso___ 只是比喻而已←_←

[@a60624444]

AI識別方法規則序列是可以卡掉一部分外掛所以這是有效， 我看回覆有人說在習慣序列加上偶爾觸發機制或是隨機方式產生控制碼在放大招去規避掉AI的辨識也是可以防止被抓， 可是討論一下幾個缺點: 1.如果是隨機發生的序列也意味著在射擊遊戲當中，被敵人擊殺的風險就增加 2.如果是執意要開這種外掛玩爽度的玩家這種隨機性可能不會是他們想要的，使用的人數應該不會這麼多，我想像的到的是最後遊戲開啟1V1的時候是最有可能被觸發的 除非處理命令的速度夠快，不致以上影響發生 在這個基礎上還有人為舉報特定帳號以及AI抓外掛在遊戲上我認為還是可行的 遊戲就是這樣不管是不是AI外掛，只要是新型外掛，遊戲方就要去抓出漏洞，如果對方用AI訓練，我們也使用訓練AI去抓新型外掛 至於誤封帳號的問題，這個也只能說難免會有這樣的狀況

[@ming-b5u]

開口講話的禮貌方式讓我直接訂閱了

[@bobh233]

你讲的那种方法，目前很多游戏反作弊系统正在尝试，但是就连读取内存数据类型的外挂都无法精确识别，识别和人类似操作的视觉AI更是很困难的事情，目前应该不太可能实现AI打败AI

[@didih3339]

请问下这个视觉ai是怎么控制手柄会鼠标的啊？视频里没有提到

[@osasosas4313]

@@didih3339 在windows下有windows API可以控制滑鼠位置 稍微查一下你就會找到一堆方法

[@didih3339]

@@osasosas4313 这样很容易检测吧？

[@bobh233]

@@didih3339 windows下有api叫mouse_event可以模拟鼠标移动，检测方法也很简单，窗口消息里通过mouse_event移动的鼠标有特殊标志位。因此更高级的做法是编写虚拟鼠标设备驱动，然后通过虚拟鼠标设备移动鼠标，相当于插入了一个鼠标，这样的检测难度比较大，但作弊成本高

[@哈哈娃-u2y]

@@bobh233你能写出来吗？

[@davidhsu262]

我是一個不怎麼玩FPS遊戲的玩家，尤其不完網遊的FPS，除了有3D眩暈這個問題之外，再來就是外掛的橫行。感謝你為反這類型外掛做出的貢獻，希望未來的網遊可以有更美好的遊戲環境。

[@dasanliang1700]

3D暈眩 試試看朋友的高階顯卡的畫面，如果沒事兒，就可能是顯卡不夠力；如果這樣沒有改善，那就不要碰了

[@MoonlightLoona]

一直以來我也以為我有3D暈 用了電腦12年沒換，12年前時跑遊戲都還能開高特效，但會暈 去年換了3060TI顯卡後 打了一整天的APEX一點也不暈

[@davidhsu262]

那是遊戲設計的問題，跟顯卡好壞沒太大的關係

[@davidhsu262]

@@yuntailiu5530 不，使命召喚對我來說，更暈，CS 1.6 那種老版的，反而不會…CS要看地圖，經典的那幾個都不會，奇奇怪怪的地圖多數都會讓我暈

[@xiaodai125]

@@davidhsu262 主要需要先判断你的3D晕眩是哪一种... 有些是因为太过真实的画面让大脑产生角色在游戏世界内的错觉, 你游戏内的角色在移动但你实际身体在坐着, 这种是可以克服的. 另一种是因为画面撕裂或者掉帧或不流畅, 你看的时候可能感觉画面比较怪, 但不确定是哪里怪, 有时候久了会对大脑造成负担而导致的晕眩. 这种就类似你长时间看一个不停红蓝闪烁的画面后的负荷晕眩差不多. 还有挺多的.

[@frogtuna3331]

膜拜膜拜 实在是佩服 这得是训练什么体量的图像才有这么完美预测值

[@b_2u]

直接拿coco都有差不多的效果

[@chowricku8215]

@@b_2u coco 太慢了

[@jgu44]

cmu的open-pose了解下，其实根本不需要了解神经网络。。编程技术足够抓取视频流+套个open-pose+简单计算鼠标位移然后虚拟硬件操作鼠标就够了。可以说简单的令人发指

[@wxalexgp]

这么简单的线条，训练模型很简单，需要的样本量也很小，不像我们研究空间形态预测物理能力的工作，需要大量的样本量还需要对跨尺度的样本进行数学统计学操作筛选样本保证训练模型效果好一些，在CNN中还要嵌套NN。。。

[@b_2u]

@@chowricku8215 light weight openpose + coco +rtx3070 一幀30ms 這樣慢？

[@JetFeng]

让这个视觉AI在操作上模仿人类，不要在几毫秒就爆头，模仿顶级高手的录像，鼠标走位，设计时间，训练AI像顶级高手。那这样人人都是顶级高手，一样没法玩儿

[@ctes940008]

這個呢，CS1.6的最強Bot貌似就做到了，一見面自瞄爆頭XD。

[@k77aw]

有點水平的玩家還是判斷得了的 拿CSGO來說你不可能槍法和身法頂級 這種要大量遊戲時間才能累積出來的技術你有 而任何新手五分鐘都能學會的丟彈點 基本的隊友丟閃你探頭以及何時該靜走何時該大跑卻都不知道 至少對於CS和一些吃雞遊戲 你很容易從他的行為判斷這個玩家的動機 他想做什麼 他有多少遊戲知識和熟練的技術去完成他想辦的事情 如果他的判斷很菜很差 槍法身法卻頂級 那就是掛 大局和臨場的判斷和身法槍法有很大的差距就很容易看出是掛了

[@战争只会带来死亡]

@@k77aw 看得出来，但系统检测不出来

[@shitouzhao9580]

所见略同！ 他刚说完解决思路我就想到了。设计者只要把AI的识别和操作速度降低一些，接近人类玩家高手水平，比高手略高一点点。 他之前的反作弊策略就失效了

[@k77aw]

@@战争只会带来死亡 只要隊友看得出來並且舉報系統會生效就還是有一定效果 不過這就要賭其他玩家的水平和道德

[@jackcao2176]

游戏还只是一方面, 如果是ai视觉识别算法加上荷枪实弹在现实生活中的杀伤力得有多大,而且是不用人来操作, 在人员聚集区域 无差别杀伤.

[@cu35468]

其實早就有了，還被用在滅蚊雷射砲系統上。

[@didih3339]

这个视觉ai是怎么控制手柄会鼠标的啊？视频里没有提到

[@velhlkj]

如果你說的是機器人的話，受限還是很多的。比如關節轉動速度受到馬達扭力與速度，精度三重限制，判斷出來是一回事，瞄準速度是另一回事。槍械後座力導致的被動位址改變修正，如果是基於馬達數據的移動，那麼後座力導致的被動移動量是不好計算的。關節壽命，槍械後座力導致的關節馬達瞬間高速被動旋轉，同時還要給一個力控制後座力，你可以試試，四驅車打開馬達後按在地面不讓它前進，它能撐幾秒？基本上在10秒以內就會燒掉。

[@didih3339]

@@velhlkj 这个程序怎么写啊？用什么写啊？我完全是小白想挑战一下，都需要学习些什东西啊？大神可以带入个门吗

[@velhlkj]

@@didih3339 基本除了網頁語言js php之類的，能開發軟件的語言都能寫，最常用的是C系，軟件層面C++跟C#都能寫，硬件驅動層面基本都是C++這類。至於AI，用Python好點，也有很多AI框架，基本都是用框架寫。

[@君喆魏]

如果有再打一些射擊的比賽就可能有遇到過要開moss，moss會檢測本地的輸入源是否有非正常移動，up主的意思其實就是在伺服器上安上類似moss的東西，加上ai的大數據比對，不只能抓視覺ai、修改參數的外掛、這樣的話其實還能抓代練，這邊真的可能弄得話，一下子可以解決更多的問題

[@鄒佳展]

意思是直接偵測玩家鍵鼠回饋的數據是否與遊戲中相同是嗎？聽起來很有效，但會不會有隱私問題？

[@ae86409888]

@@鄒佳展 因為是比賽所以沒問題 平時就很難說了 應該是沒辦法這麼做

[@byhill7002]

哈哈，密码肯定是传上去了

[@abcjkl08l53]

@@鄒佳展 這不就強尼萊丁中，活動中數據找出主角是否那個人的方法。 還有套美劇賭城還敢私下記客人腳步頻率，看是否不受賭場歡迎人仕入場(特別是天才賭徒)。 問題這些資料可複制同跟本人學習，如果由第一槍跟本人一起開始學，那防不勝防。

[@Sniper_the_seal]

@@鄒佳展 只有偵測滑鼠移動數據的話應該是沒有隱私的問題(？

[@tonis9719]

我可以做一个AI 平时学习我的操作指令 然后在自动瞄准作弊的时候使用我的操作习惯去移动鼠标 所以接下来将会是一场无休止的AI大战 最后的结果一定是竞技类游戏的末路

[@yuminxu7207]

的确，互相迭代，估计最后还是视觉AI胜利。

[@yupenghe]

看来只有立法了😂 三年以上七年以下

[@momohsu4801]

也許可以遊戲廠商自己出一台只有遊戲的電腦，不允許不用該廠商的鍵盤滑鼠操作，全部設備都是一套的，換成別的就ban掉 不知道有沒有可能？

[@ssard5101]

@@momohsu4801 会不会有人专门买一台机子就为玩你这个游戏先不说，上线了这个机制，比如说日活量平常千万级别的，现在十万有没有？

[@momohsu4801]

@@ssard5101 也對😅

[@formycat7924]

问题是现在大部分游戏的服务器都没有收集玩家所有细节指令的能力。大部分公司的服务器由于考虑到负载问题，只会存储每局游戏aggregated之后的数据用于后期分析来提升玩家的游戏体验。反外挂功能也只是实时监测，很少会在结束后继续保存玩家的每一个操作。这就导致想要收集训练反外挂AI的数据变得非常难而且成本非常高。总感觉最后这种AI外挂会变成跟现在其他的常规外挂一样，制作起来简单但是厂商需要花大量资源才能对付。怎么说呢，游戏公平这个事儿，说到底还是得靠真正爱游戏的玩家们撑起来啊。

[@IochiTu]

你想多了，实际上可以往简单里想。反作弊代码可以存储在本地，通过本地算力实时监控异常操作。 这就是神仙大战了，警察抓小偷了，看谁的训练更高明了。

[@niay79]

您給出的解決方式，N年前（少說10年以上）就各家遊戲廠有在嘗試，結局就是各種亂封，真假誤封鎖一堆，連累了客服組，還造成很多fps高手玩遊戲開直播，還得另架攝影機拍著自己的滑鼠區域，以示清白。 每個人的操作習性和邏輯不同，很多高手向的操作就跟一般正常人不同，轉向，速度，瞬間反應，這類只要超過正常人的操作邏輯，任一被判定“違反正常行為”都會被封鎖，以至於這個方式至今都無法完全依靠來解決遊戲外掛的問題。 最根本的原因到還不是技術面，而是出在管制外掛並不會給已經發售的遊戲（尤其是買斷制）增加利潤，一旦誤封又或者開掛者硬是不承認跟客服槓上，還會造成時間和行政處理成本，所以，這種費時費力又沒獲利的做白工項目，就盈利目的上，不太有營業方願意重視，認真研發與執行。 您這做法和那個被請喝茶的，也不是甚麽新外掛，早就行之有年（只是很多人不知道），會被請喝茶就是太高調而已。

[@阿寶寶-s5m]

那是遊戲廠商隨便搞，收集的數據不夠等等，偶爾有人一槍暴頭就封了. 你讓那些廠商多給點錢，去找寫外掛的人，你看會不會被封. 說白了廠商本來就是割韭菜，你覺得廠商自己玩遊戲不作弊嗎？

[@dominic4y]

針對林哥的解法，我想說一說，用 AI 去分析鼠標異常移動，從而把作弊玩家拎出來這解法，是否會誤判了那些練習了許久操作了很精準的專業玩家，這是一方面。 另一方面反制AI檢測的方法可能也有，就是讓AI不要那麼聰明，比如說：看你視頻裡的 AI 在對手一出現在畫面上時幾毫秒內就被爆頭了，調整一下參數，讓它變笨一些，沒那麼快就爆頭之類的。 反正就是互相攻防了，玩家用AI作弊，廠商用AI來反作弊，玩再用AI來反反作弊....

[@leo-yx2ph]

跟我想的一樣 AI作弊如果加入延遲設定 每3槍 有一槍不要爆頭 去打關節部位 這就跟專業玩家一模一樣了

[@13464821245]

不如用reinforcement learning 加上adversarial learning 一個訓練抓外掛的classifier 另一個訓練不會被classifier 抓到 而且打到人給reward 有沒有料

[@poukljabe4165]

我以前写脚本可是加入各种随机数偏移 少量的随机延迟 移动鼠标也甚至把中间的插值也做进去了 人看不出差别，但是从服务器的角度来讲 每一次都有细微的延迟和执行的区别。 对抗是相互的 攻防还在较量

[@guanghaochen9901]

我也是这样想的，博主的想法是通过ai输入的准确性进行训练，将过于牛逼的操作分类为ai。首先有一些世界级别的玩家很准容易被误杀。再来就是可以让ai故意制造一个随机数来延迟一点和欺骗服务器。

[@Zhuliangyu]

但凡有检测的机制，就一定有反检测的手段。

[@xmanreturn]

很好奇是如何移动鼠标的，直接改鼠标的信号？改鼠标驱动程序？

[@sifonys]

我想看AI之間的頂尖對決 希望官方可以舉辦視覺AI對抗賽

[@hanskaleido533]

到時候可以搭個主題樂園，機器人在裡面實彈戰鬥給大家看。 不過到那時候，戰爭也不需要人類了吧

[@ginvt]

@@hanskaleido533 终结者没看过吗？？？？人类要扛起对抗天网的大旗

[@byhill7002]

当年吃鸡诸神黄昏都举办不起来，这种对抗赛官方更不可能办，私人搞的多

[@elevenkbc7910]

到時候AI玩家的ID就取名為model的名字，YOLOR 之類的，看誰才是最強AI，勝者可以發表CVPR

[@abcjkl08l53]

頂尖對決↑各國已在想做了，畢竟AI自動計算敵方軍武有多少移到那裏去怎消耗，這場仗勝負己佔優了。

[@markb32tw]

由於AI瞄準多半會直接對上預設骨架位置，如果在遊戲設計時悄悄埋下一個沿著骨幹上長 很小的hit box，並記錄玩家擊中次數。 由於AI的精確性很可能還是會高於大部分的玩家，對比之下就能判別出誰是使用AI的外掛仔了

[@cyka._.39]

然後加個滑鼠隨機軌跡移動模擬真人手抖

[@魏驁]

@@cyka._.39 那至少還能匹敵，並不是被瞬秒

[@WillCh01]

收集 csgo 前十玩家的各种数据，训练一个模范人的 AI。 就变成了 AI 打架

[@hicaoc]

高手的特点是，可以假装自己不是高手，但总比你厉害一点点，有时候还能故意比你差些

[@krsna2888]

​@實話公道伯🥹 知己知彼才能百戰不怠，為了反外掛了解外掛是必要的

[@lucienyu4379]

如果用职业选手和技术主播的视频作为样本进行训练常规的寻敌操作，然后用这个进行精确的射击，应该比较难识别出非人类的操作习惯。

[@murphy8764]

我有一个想法，如果游戏公司用AI来反AI的话，外挂作者也可以反过来用人类操作数据去训练作弊用的AI。

[@bobbychen8483]

无限套娃

[@joechen2099]

这不就是模仿学习(imitation learning)

[@RobertKTS]

最後就會生成超強AI 俗稱煉蠱

[@Renmanman]

@@RobertKTS 黑客帝国 讲的就是这样的故事 有一天你会发现 游戏里的每一个看似真人的 其实都是bot

[@Renmanman]

但是人类的能源会枯竭 没有了能源的世界 ai 与 人类一样 会迅速消失 我觉得人类不应该把精力放在AI这种没有意义的事情上 而是放在能源方面。

[@永龍-o6j]

好厉害，不过我也有个担心，如果瞬间移动到坐标点，的确是异常鼠标操作。如果代码稍微加一个加速度的算法，检测到目标后，鼠标会有一个加速度移动到目标上，然后自动触发，再靠惯性移动一点距离。这种动作应该就和人的操作非常相似了。不知道这种ai能区别出来吗？有没有可能会有检测后台是否有ai的反作弊？

[@seanfu522]

有模擬真人操縱的AI，就有反模擬真人操縱的AI，道高一尺，魔高一丈，發展到最後就是真人高玩容易被誤判成AI而遭到誤封。 如果作弊程序把滑鼠移動軌跡做成各種快速花式軌跡爆頭，其隨機規律做得極複雜，用類似非對稱加密的技術，那反作弊程序就永遠找不出規律，其隨機軌跡與真人99.99%無異

[@ginvt]

@@seanfu522 一切反AI的都是白忙活，毕竟AI本身就是无限学习的……训练一个AI学习一个顶尖技术玩家，包括学习他的失误……那它就是他……

[@oddsparksmurf]

游戏里一个脑袋上有n多个像素点，人类识别之后，每次打过去的像素点是随机的。而视觉识别虽然有模仿人类识别的能力，但是判断过后生成的骨架图是在一定范围的，他没有办法做到人类方式的随机，只能是在代码里去增加随机函数来模拟这个随机，这就意味着他的落点始终是有规律的。 加速度移动、惯性移动等等，也是一样，你每一次移动都必须有随机函数，但即使你有随机函数，你也很难保证你随机的跟人类一样，这个时候就可以有一个GAN网络（也是一个AI，专门用于识别AI的AI，轻松把你找出来）。后台监测在技术上很容易进行，但是法律上是不合适的，不过实际也不一定需要。 其实只要筛选遇敌-击杀反应时间最快5%的玩家，追踪玩家鼠标移动的轨迹，把击杀前几十帧的部分拿出来，和普通玩家进行对比，很容易就会发现AI的蛛丝马迹，这些东西虽然人类看不出来，但是在AI面前非常显眼。

[@oddsparksmurf]

@@ginvt 首先AI不是无限学习的，AI是根据你给他的数据去寻找规律。其次AI并不能学习一个顶尖技术玩家，它可以通过视觉识别去观察玩家的所有操作，但是它不具备分析每一个操作的原因的能力--分析操作和决策的优先级，必须是在算法中给出的，因此尽管AI可以比顶尖的玩家还要厉害，但是目前他们无论如何不能“模仿”顶尖玩家，因为他们的决策是算法决定的，他们没有分析玩家心理活动的能力。

[@ginvt]

@@oddsparksmurf 要啥随机数……我建个数据库不就好了……我脑子里想的位置才是真随机……

[@BrianDoTheRightThing]

这个骨骼分析基本已经命中游戏引擎原始骨骼位置了

[@FateTestarossaHarla]

應該說這或是圖像分析 不會去動遊戲的資料庫

[@user-r5h6f]

離線連動

[@shine_gddhkffh]

用openpose试试，老哥

[@BAI-o5b]

弄细点看着舒服

[@RD-fp3cy]

@@FateTestarossaHarla up主的这个实现，还是能被发现的，因为在本机跑了人工智能网络和移动鼠标的操作。 但如果视频采集变成摄像头，并且自己传递鼠标移动的信号（甚至直接用机械装置移动鼠标）， 这就完全无法从软件层面发现作弊了。

[@maxhsu3972]

你這算法非常好破解，你就是去算完美操作，我只要把操作做成不那麼完美就可以了

[@hilloe]

哥，请接收小老弟膜拜Orz... 除了Boston dynamic, 你的视频是让我看了边笑边头皮发麻的

[@hoovoooo]

那 波士顿动力结合这个算法呢

[@OwO-meow-UwU]

@@hoovoooo 就當成影片裡那種槍槍爆頭 只是發生在真實世界

[@LiXinYuHCI]

一个很简单的反检测机制就是加入随机值，如果将自动瞄准的xy值增加一个随机数使准确率维持在100%以下那被检测出来的概率更是微乎其微。

[@linshwan]

感覺如果之後沒防好之後泰坦的智慧手槍就沒人用了

[@tonytonee1711]

太神啦！這思維跟實作能力！

[@调剂恒]

林哥，我担心公司会利用这项技术来打击竞争对手。既然网络可以精确地识别位置，那么模拟正常人类的操作也不难。那么准备足够多的机器便能搞垮对手。

[@singo1232001]

挖操~全範圍debuff魔法阿!

[@lucienyu4379]

我觉得如果用职业选手的视频样本来训练寻敌操作，然后用人体分割进行精准瞄准，基本无敌了

[@xiangqiang2294]

说实话 没必要搞垮对手了 要是大家都是fps这行 都是自身难保了

[@alexxu8839]

视觉AI如果在控制鼠标的时候加入一定的随机性，就很难被侦察到

[@chalonchen4803]

沒錯 最簡單就是delay時間在一定值內隨機

[@明天吃鱼]

以后队友是人是鬼都不知道了

[@marksalvatore6109]

罗技，雷蛇之类的鼠标自带鼠标宏多按键功能。识别很难。

[@qq_qq_qq]

控制鼠标稍微加点随机操作再瞄准应该是很简单的

[@蕾丝-l1r]

@@wisetank135 错了，那会儿游戏直接考验的就是每个玩家的编程能力和算法了，想想就刺激

[@g120ggg]

你說的反AI其實，加入擬真隨機參數，應該還是很難分析出來。 例如 A>B 隨機參數加入 30ms~ 200ms 等更改鼠標移動時間參數在射擊，或者A>B在移動的過程中加入隨機錯誤的移動代碼。這樣基本上防不勝防。

[@lijiabao]

基本上除非像腾讯一样检测你开游戏时开的程序，检测有可能，但封掉完全不可能

[@g120ggg]

@@lijiabao 我只能說你不明白這真正可怕的地方，根本抓不到他不是程序。

[@顽皮猪-v4u]

主机封锁控制协议 不支持任何转换器输入 就完美解决了 目前PS5还没开放第三方手柄协议 指令无法通过转接器输入到游戏 但PS5手柄协议一旦被破解 那也会沦陷

[@g120ggg]

@@顽皮猪-v4u這確實是一個限制的方法，但是中間的利益非常龐大，誰來制定協議呢??? 很難，那樣的作法會大量限制住使用。

[@顽皮猪-v4u]

@@g120ggg 你都没看懂我说的 现在PS5 本身就有自己的独占协议。 以前那些在PS4上使用的科麦等这种脚本指令器 是不能使用的。 所以就目前来说PS5是 安全的。 xsx是上一代的协议 现在已经脚本辅助泛滥 但PS5的手柄协议何时被破解 或者何时下放 就是时间问题了。

[@copernicus_abc]

其實每個哥兒都有一個多年來珍藏了很多人體資料的硬盤，只不過裏面存的都是同一個性别罷了

[@ginvt]

你的硬盘里没有香蕉君？

[@sfotbnandenmea]

實際上那個也可以用來訓練AI沒錯 而且判定關節效果更好，因為很少遮擋，前提是拍全身的

[@SwetPotato]

太多近距离特写了，不一定好用哈哈

[@董云波]

来晚了，我个人感觉也可以尝试做对抗图像生成，或许会更好用一点，直接干扰图像识别，人看着不会有太大差别（自动驾驶一部分计算机视觉似乎就有用到）。

[@ginvt]

可以尝试做对抗对抗图像生成的Ai

[@lilboat5101]

@@ginvt 延迟会很大吧，还原图像的ai对显卡负担很大的说，当然也可以直接检测被干扰图像，但我觉得干扰图像识别难度挺大的

[@hughh2n]

用真人照片训练的AI在CF这样的游戏里应该会比较厉害，但是在PUBG这种游戏里，很多时候人前是会有掩体的，比如在楼里、在车后面、在石头后之类的，很好奇这种情况下AI识别的效率会怎么样呢？

[@drygoat8]

遇到線條或網格，甚至遮住半個人應該都可以，不過只探個頭那種肯定沒戲

[@wtb0000]

AI學習簡單來說就是....人有辦法辨識，它就有辦法辨識；人不太能辨識，它還是有辦法辨識。所以沒什麼好好奇的，只有學習深度不夠的AI，沒有做不到的AI。

[@whitecr0z328]

其實跟人眼差不多，你看的出來他就看的出來，但他速度跟精準度都比你快非常多

[@林奕青-g5f]

@@drygoat8 那如果他就是專門學一個遊戲的那精確度就更大了吧

[@NekoNeko_Koshitantan]

要看學習的樣本狀態，影片中模型結構有出現骨幹，那學習的樣本源應屬於全身圖的樣本為主。 如果要辨識掩體後方的骨幹，還需要增加樣本來建立模型，或許利用遊戲以左鍵擊發，來觸發自動截圖程序來蒐集樣本，再來訓練判斷為標的物也是可行方法，但怕硬件撐不住。

[@RainCat1998]

作为一个曾经的利益相关者，我说一下我的看法。 首先对于内存类外挂除了封闭平台理论上目前也没办法封禁，因为如果只是读取内存而不修改内存，现有PC的体系架构下是基本可以做到完全隐蔽的。反而AI类游戏外挂看似不用读取数据，实则还是获取了游戏画面数据，这就是一个典型的特征而且有办法进行对抗，而且这个获取的过程通常都在同一个机器上，如果通过采集卡采集再做出指令延时会更高，会直接影响外挂的效果(csgo中AI类外挂对于高手来说其实并不那么变态)。 另外再分析一下AI对抗AI的想法问题所在。其实最大的问题也就是客户端到服务端数据传输的问题。如果这个检测就直接在本地实时检测，那你说的这个方法没问题。但关键是像CSGO这样的FPS游戏，玩家的操作序列并不是无损的传输到服务端的(这其实是带宽延迟及性能的Trade off，CSGO服务器可设置64tick或128tick)，游戏过程中服务器只能获得玩家的部分操作并不能实时计算，所以服务器跑基于AI的检测误报率会非常高。这种反作弊方法早就开始尝试了很多年了，不是什么新鲜事，无论是学术界还是科研界。

[@enip239]

AI類外掛一言以蔽之，延遲太高，運算量需求太高，即使真能實現，用的上的人也不多

[@enip239]

另外你說的很對，除了64 tick的傳送外，還有封包損失的問題，不過只要有足量的數據，自然用接收到的序列還原出原序列，類似去馬賽克那個操作，還走的路雖然還很長，但是玩家事件序列的還原應該比還原馬賽克簡單的多

[@褚弦]

林哥提到了把真實模型的AI用到類似真實的射擊遊戲中，都已經如此準確。如果用在真實世界的戰場上，不免讓人有些憂慮

[@nalai5893]

已經用在飛彈跟方陣快砲上很久了

[@褚弦]

不，那是針對載具跟特定目標的導彈飛彈，但是如果是對人的自動瞄準步槍或機槍，就很可怕了

[@nalai5893]

@@褚弦 這種精準度打人的話只要用在.50狙擊槍就夠了 順便幫忙算濕度風向跟地球弧度 可以省彈藥

[@marblech2]

@@褚弦 的确不是不可能，在枪上加上自动瞄准的机械结构类似摄 像头云台，人类只是扣扳机，只是目前要实现这个，机械结构太大太复杂，还不实用

[@darkshine71]

別擔心 現在要把AI運用在機器人上還差地遠了，現在學術界的研究能讓AI做家事就好很不錯了

[@OnyxLee]

我觉得你的解决方案不太可行。可以在作弊器上加入随机偏差，而玩家也可以自主选择何时使用“大招”。训练AI识别deep fake没问题，训练AI识别这个就算了。

[@秋水-l9b]

我也觉得是，这个作弊器，应该是无解的。如果是平台AI检测玩家是否使用了AI,会误封超级多的玩家

[@cyk80]

最厲害的是 AI 學習起來這個技能可以應用到相關的遊戲，不再是以前外掛專門 給某個遊戲使用而已 感謝 林亦LYi 分享

[@名好叫咩]

提出的解決方法還是太理想化了，能封視覺ai就有可能會封到人類玩家，到時候各種暴力掛封的慢還誤封正常技術玩家那就徹底玩完了

[@abcjkl08l53]

問題電腦AI可以學人的習慣，真的會誤踼一堆人中槍。

[@名好叫咩]

@@abcjkl08l53 沒錯

[@kangcc912]

外掛則如腳踏車、外骨骼， 很明顯很好抓。 AI掛 則如吃藥， 吃了興奮劑、禁藥。 還是用人體(鍵盤滑鼠式的訊號)來表現出來。 除非檢測血液、尿液成分， 不然外觀上根本看不出來。 不看好林大哥的法子， 不正常的操作指令序列，總能解釋出為何會被認為不正常。 而新的AI掛增添進去的難易度會很高嗎? 甚至AI掛開發者就直接採取AI對抗訓練。

[@RD-fp3cy]

基于图像的FPS AI， 4年前战地开发组就自己做完了， 他们拿这个方法测试游戏。好处就是这写测试的设计和编写，与游戏代码逻辑毫无关系。 AI调整成一样难度， 拿来做地图平衡性测试也非常有效。 他们还发了演讲和论文。 但即便他们研究者么深入， EA游戏里的作弊现象依然很严重。 因为误封高手比漏封外挂的代价要更高。

[@greatlazycat]

FPS不需要高手一起封了才好

[@RD-fp3cy]

@@greatlazycat 高手twitch直播，有助于服务型游戏建立社区领袖。

[@DD_Quack]

@@RD-fp3cy 我看不出视频里面的是up主的动作还是AI操作。我感觉直播不能解决问题。唯有线下赛。

[@xiaodai125]

@@DD_Quack 对, 这就是射击游戏外挂难查的关系, 有时候线上赛最多要求每个参赛选手安装MOSS, 随机事件监测, 然后也有外挂大佬貌似反制这一措施

[@Tiort0156]

吉利服應該出乎意料的有效了😅

[@dd5379]

外掛開發者要是看到這則留言，應該馬上去找吉利服給ai訓練了

[@Tiort0156]

@@dd5379 真的好用的話 拿去真實世界用影響不是更大 XD

[@林奕青-g5f]

@@Tiort0156 哥們你的手是用鼠標操作的嗎xd

[@Tiort0156]

@@林奕青-g5f 這還不簡單 顯示在抬頭顯示器上

[@hanskaleido533]

AI應該還是能識別出來吧，這影片一些不是人類的怪物也都被爆頭了

[@exlife9446]

刺激 AI 发展的一个事件就是 AI 攻克了围棋，然后人类就已经下不过 AI 了。还有星际争霸之类的游戏，人类也肯定打不过 AI 了。

[@Eric-uj2iq]

星际争霸2人類打不過電腦是因為這遊戲為了競賽, 被設計成微控為主的戰略遊戲. 精通微控, 戰略的部分就不用那麼強.所以精準微控的電腦屌打人類. 如果是星海1, AI 應該是贏不了的. 因為微控並不是決定性的要素.

[@ginvt]

@@Eric-uj2iq 问题就是Ai在宏观上也不输人类……因为本来就是模仿人类而生……

[@ginvt]

@@Eric-uj2iq 当年Ai干掉人类的时候就有人说Ai打星际肯定打不过人类……结果呢……

[@zhiqiuyea969]

@@ginvt 現實如此

[@000MIB]

@@Eric-uj2iq 期待AI玩P社四萌

[@darwangpie-whatlieshionsha4168]

这种AI挂，电脑比较不麻烦是因为显卡一卡两用了；主机平台比较麻烦，截图像信号+AI处理需要外接一台电脑，操作回输到主机需要一个适配器，细节我也不讲了，省得有人惦记。我是PS5玩家。

[@ginvt]

玩单机开挂没意思了吧……

[@sfotbnandenmea]

弄一張capture card就好

[@abcjkl08l53]

@@ginvt 那些人只想趕快破一片

[@sss5012]

想到機器戰警... 未來如果真的可以讓機械AI持槍並真的開槍的話，這種精準度實在會令人覺得可怕! 附帶一提，後面的解決方案，印象中之前某些遊戲就有用過類似的方案，為的是讓那些使用電競鍵盤或滑鼠，使用巨集快速打到對方的人不要再作弊，不過這對抗AI來反作弊的，應該會更困難

[@Padparadscha_]

反應速度調慢、偶爾失誤之類的 甚至是直接學習頂端玩家的操作方式 這樣想要偵測也難 雙方修正到最後一定會趨近職業玩家 最後檢測方就會開始誤鎖真人了 所以從這方面下手絕對是不實際的 想辦法讓AI看不懂畫面可能還比較有機會

[@Ruuuuningman]

只有職業選手的反應速度跟準度的話，大概率是打不過高玩的，因為操作AI的人是個弱智，他的意識跟遊戲理解很差

[@cu35468]

AI可以用來偵測也可以用來反偵測，要達到實用的準確率幾乎不可能，如果偵測準確率不能做到99%以上，那大概會被客訴到爆。

[@dduay]

所以以后人类干嘛？吸奶嘴？

[@cu35468]

@@dduay 能做的事還有很多，反正FPS射擊遊戲和鑑別作弊大概是贏不了AI。

[@hiidiots4078]

@@dduay 打其他游戏啊，都来玩是兄弟就来砍我就好

[@gada7066]

@@dduay 文內也提到了 目前ai能做到的就是低級訊息處理 你恐慌這個在電腦普及前就有人恐慌電腦普及後就不需要會計師計算師手繪師 所以不要擔心

[@gada7066]

以及現在大多數射擊遊戲準度並不等於遊戲勝率

[@toredream1129]

我覺得吧 職業級的FPS玩家在極度專注的時候，級短時間內打出來的操作跟AI的操作差不了多少 去找找各個遊戲的職業大狙玩家，多數都有打出過在10幀之內將鼠標移到「剛出現在螢幕中的，離鼠標超過3個身位格的，距離自己遠的敵人的頭」並且開槍爆頭這種操作 就算可以實現紀錄玩家操作來監測外掛orAI 這種方式還是很容易誤封大量高端玩家 更別說AI可以加入一些誤判操作來使監測系統誤判

[@Noobshooter-K]

AI的危害就是這樣...它再一段時間內會害到真實付出的頂尖玩家們，但仔細看AI操作...它會有一個高頻率的前搖，這個就是它與人類的差異，人類做的是順滑的動作，但AI需要畫面辨識而有一個相對異常的前搖...怎麼甄別這個異常就是反作弊方要做的了

[@dandelionsdontfly6422]

非常好，我现在就去学习神经网络写AI的“外挂”

[@哈哈娃-u2y]

我们可以加好友吗？

[@强国学习]

@@哈哈娃-u2y 带上我

[@某天突然爆富]

這解方跟網路圍棋的解法還蠻相似的，就是讓電腦也去模擬下子，然後把操作匹配度高於一定程度的玩家Ban掉

[@spm0814]

讓我想到了論文比對系統 XD

[@kyroguo]

我记得程序控制鼠标的移动和人通过鼠标的移动来移动是可以监控到，只要反作弊程序把鼠标事件hook住了，应该可以检测到是人移动了鼠标还是程序。但是如果反作弊hook住了鼠标，杀毒软件可能会判定反作弊程序是木马

[@pikachou1433]

然后外挂厂商反向训练ai模拟正常玩家操作，最后就是比拼算力了

[@emanon3209]

显卡接着涨！

[@hantoooooo]

单机党的胜利

[@abcjkl08l53]

@@hantoooooo 不上傳先爆機或怕劇透不上網的人，算是勝利。

[@haifengsun6920]

我以前研究過輔助，而且還做的非常好，但好幾年都沒做了，沒意思，我就是興趣，這次我又找到我興趣了，但年紀大了不知道在學習會多久。

[@notfound-hv4sw]

守望先锋 D.VA：你可能要针对我的机甲額外訓練另一個爆頭AI了 堡垒： 槍槍爆頭？ 我哨卫模式有本事用AI正面爆我頭？

[@tonis9719]

大概率是不需要的 连外星人都可以识别 基本上这个AI已经学习到人体的从最底层的特征了 就是四肢！ 如果这个AI识别不到DVA 那我可以拿各个视频网站的所有FPS视频来训练一个专门针对FPS游戏的识别AI 准确率会更高 速度会更快 任意一个机器学习的本科生最多只需要1个月的时间就可以做出来

[@sfotbnandenmea]

@@tonis9719 影片有提到想打襠部都可以，就爆蛋精英

[@abcjkl08l53]

@@sfotbnandenmea 男人最痛女人最傷

[@jenniehayden2382]

我也想训练一个这个的人体轮廓识别的AI, 用来检查工厂员工的货物是否配错

[@jarryzeng3550]

csgo有一種人工封鎖的方式 他們有能算偵數的方法 但不知道有沒有辦法那麼明顯emm

[@lime39]

指令动作发出前做个几十ms的延迟，还可以训练多种移动曲线包括过位回正，只要全过程控制在200ms内就可以横行非职业了，普通的监管看回放只要作弊者演的别太差劲都应该看不太出来

[@lime39]

我觉得现在阻拦这种外挂普及的可能是...显卡价格

[@jarryzeng3550]

@@lime39 笑死 太真實了hh

[@enip239]

@@lime39 你對移動曲線所做的人工演算法修正，在搜集到足量資料後，都能利用統計發現異常，跟賭場的反作弊系統一樣，3局5局看不出來，看個50局的統計就很明顯有人在刻意輸錢了或出千了 不過沒錯，光人工是看不太出來的，畢竟你的偏移演算法夠複雜，就能魚目混珠，但是你能寫演算法做偏移，我也能寫演算法判斷你這是偏移出的還是人類玩的

[@leoyan5728]

@@enip239 这是个体情况，如果数以万计的不同训练AI，中间造成的细微差别完全可以让你统计个寂寞。

[@seanfu522]

有模擬真人操縱的AI，就有反模擬真人操縱的AI，道高一尺，魔高一丈，發展到最後就是真人高玩容易被誤判成AI而遭到誤封。 如果作弊程序把滑鼠移動軌跡做成各種快速花式軌跡爆頭，其隨機規律做得極複雜，用類似非對稱加密的技術，那反作弊程序就永遠找不出規律，其隨機軌跡與真人99.99%無異

[@powerOwO]

CSGO在競技模式有人工檢測跟人工判決，這麼生硬的瞄準的話是會被判決為外掛的

[@laisvdiskalsudhekskaki769]

V、O双重封禁

[@leonlin2381]

可以用一些古典控制的算法配合隨機亂跳的參數，應該會看起來很自然

[@aa301875]

學習人類平常瞄準的顫抖方式來描xD

[@むとうゆうぎ]

有些微自瞄也是這種抖動的瞄準方式 因為我開過哈哈

[@Rs-rs1bg]

让AI出点错，比如射击速度慢一点（略慢于职业选手），准确率低一点等等，异常检测还能检测出来吗，肯定不能

[@奈米-fps]

以分類器抓取外掛的效果甚微，只要在編寫外掛時加入速度限制，考慮滑鼠及手臂質量，計算出合理的加速度，雖然會稍微降低強度，但能做到完美的隱蔽性。一個結論，FPS完了

[@ludysama9468]

想的一样

[@StesnyRaven]

說真的在現代社會 這種使用方法被抓 都沒辦法證明他使用這樣的作弊 遊戲公司肯定吃虧

[@zehuabai]

其实完全可以用一套机械去输入键盘和移动鼠标，再加上外置摄像头识别屏幕，用另一台电脑运行整套系统，应该检测不出来 做出来大有市场赚钱

[@skwong94]

这东西感觉2~3年前或更早就可以做出来，需求和技术都到位，怎么会到最近才有呢？

[@reekochou8474]

电脑性能啊。。。

[@skwong94]

@@reekochou8474 也不需要多大性能，youtube搜aimbot就有不少以前的片了

[@RainCat1998]

@@skwong94 其实2-3年前早就有了啊，只是局外人孤陋寡闻罢了。Unknowncheats论坛上老早就有了。

[@skwong94]

@@RainCat1998 我还找到一个两年前的Python教学就教人写这个当教材，连教材都有了估计那个时候环境也很成熟了

[@Arro814046]

除了自瞄其他外掛功能 透視、鎖血、傳送 等等都沒有啊 所以會開掛的應該都看不上這個 畢竟是要自己找敵人在哪 跟透視開圖的比起來差太多了 而不會開掛的自然就不會碰這東西

[@guojoshua3448]

有技术，有逻辑，有口才，这样的up主是真正的人才

[@Adshxrm9mt]

AI能識別敵人和友軍嗎? 像是在塔克夫這種遊戲的機制下，是不是會殺到隊友呢?

[@翊弘李]

他這方法　跟巨集鍵盤一樣　　他設定某個案件　　他的ＡＩ才會分辨 所以！　敵人友軍　還是要靠自己

[@Arro814046]

對 除非遊戲有敵我在外觀上能識別的功能 像是現實身上都會有一些紅外線才看得到的識別燈光

[@qwqazure6419]

他這個 還是要稍微自己瞄一下 他只判定遊戲最中心的畫面

[@AAA1649]

不行 那是更改遊戲數據的範疇 原則上你能分辯出敵我 跟開透視沒兩樣

[@ginvt]

有这个ai你还需要队友？？？？

[@HuangweiHenryFang]

虽然我不懂ai，但是我觉得靠pattern来抓作弊的太难了。作弊的可以把ai写得”烂”一点，再加入一点随机性。这个就变得很难抓了

[@Game-666]

應用到現實戰場上 設計出一款武器 我已經看到致富的康莊大道了

[@pn3005]

武器的话 用传感器应该就够了 没必要搞这个 现在有这种武器的 叫sentry gun

[@ginvt]

你说的是核武器吗？？一款不需要准头的游戏……

[@abcjkl08l53]

早就有類似連AI也用不上，在戰地88裏有種叫對空地雷，連一流機師怎死都未知。

[@yongcy2662]

嘿嘿，妥托的自我营销，值得我学习，最起码靠的是实力。喜欢！

[@Crazy-D0G]

我感覺現實中的槍械離自瞄的時間也不遠了🤔

[@losedreamx]

早就有了、远程遥控自瞄。基本上所有民用技术（包含游戏）都是军用剩下的东西。而且投入的资金也不是一个量级。 脊背发凉。

[@abcjkl08l53]

@@Crazy-D0G 自我識別誤判都夠可怕，友軍就這樣比射死。

[@taimanchan7605]

只要在準星座標加入一個隨機的偏移數值那就會很像人了。要檢測是否開外掛其實是可以靠分析玩家的歷史紀錄, 人是有狀態週期, 不可能做到每一場都能打出高命中率或者勝出場次, 如果能做到長期都是高水平狀態, 那個人一定有古怪, 因為這連奧運選手都做不到.

[@yasuonoah6035]

我还正准备说，这个ai可以先学习人类的拉枪习惯和拉枪轨迹，然后加入随机的高斯噪声就能模拟人类拉枪时候的全部动作，事实上，利用ai能否有效模拟人类拉枪甚至各种游戏行为我觉得是一个反作弊中很重要的对抗问题

[@xiaofang95]

加上音频分析听声辨位应该也很简单吧

[@sfotbnandenmea]

R6S就很多玩家會這樣穿牆判定，甚至用戰術判定射擊位置

[@dosar8378]

柴知道：滑动过程中的鼠标轨迹，一般机器的滑动操作是匀速的，或者有明显的规律性加减速，并且匹配完美，但真实用户的操作并不完美，人类的特征，你再怎么努力，也很难让鼠标的轨迹，画成一条直线，但机器人却可以轻松做到，但正因为它能做到，反而暴露了。。

[@asdasd-bd9ev]

以前玩pubg的時候也有玩 如果一名玩家100%爆頭那肯定封 但他只要對著空氣打100發再打一發爆頭 AI就要再想辨法了

[@ginvt]

我可以做到100%人体描边……

[@yoshiro3549]

再学校的时候就写过类似的用来做专题作业还拿了个A, 写过个比较简单的又拿来试过用在csgo上但是csgo有所谓的弹道,准星不一定等于子弹的落点而且可能我的配置不行演算比较慢还没开枪就被人射死了. 然后之后也不了了之了,现在看了这个视频后当时的感觉又回来了

[@Y复兴澎湃]

使命召唤上面的各种狙击神人实在太多了，回放根本就是随便打

[@essereliz]

我是CSIE的學生 你的影片開了我的眼界❤❤

[@a4703745]

這終究是道高一呎魔高一丈的問題，即便伺服器端AI能透過檢驗操作習性推斷客戶端是否為人，但客戶端也可以擬人性化偽裝來增加辨別難度。

[@白夜燐眠]

到最後直接把真人封了就搞笑了

[@a4703745]

@@白夜燐眠 沒錯，人類的活動只要加入人工智能，最後都只會剩下人工智能。就像人工智慧加入圍棋後，人類就再也上不了榜一樣。又或者是像一堆mmorpg，最後也都只盛bot和bot在玩一樣。

[@lui6412]

直接在屏幕前架个摄像头.然后用个机械手臂操作鼠标和键盘,完全和真人一样操作,ai去直接物理控制键鼠,估计即便ai检测也很难检测了

[@aa301875]

最後又回到 我學習你的學習我的學習了😂

[@斯语雷]

化解思路看起来不错，但是AI辅助阁下又该如何应对，比如peek正常人肯定很难点中头，但AI进行判断只要假打几发基本没人能判断出来，哪怕是辅助瞄准在学习人类瞄准（大量学习视频后）都不一定能判断出来，甚至于可以AI来听声辨位（游戏内声音系统更简单，但这种应该要专门训练一下）

[@codingapi8073]

你说的拆招的方式，依旧可以再用AI反拆招，就形成对抗网络了 😀

[@jinshazhao3752]

就是，而且他说的解决方案根本不能达到100%发现作弊。再说了，作弊ai也可以进化，你怎么检测我就可以怎么反向抗检测

[@李一一-k1q]

那你这属于是离散对抗网络

[@Zero963Zero]

如果AI升级成为完全模拟了玩家的操作呢？比如反应时间做个随机数，击中位置不在是个固定的迅速移动，有随机变量...

[@AndrewWang003]

那如果作弊程序也用AI算法进行优化，学习使用者的习惯呢？是不是也能更好地隐蔽？

[@gongming8054]

想到一块了👍

[@PenguinYan]

學習使用者習慣是一個好的突破口 但是這邊做個假設，你跟你朋友都有玩一款遊戲，結果你玩得很爛然後他是高手，有一天她去你家玩了幾場遊戲讓你場場第一，隔天你的號就封了

[@AndrewWang003]

@@PenguinYan 不会的，AI辨别一下是人是机器还不难，最多会检测到不是本人操作。

[@Rosawww]

其实做和 拳头游戏一样的就好了。 阅读运行程序。 不 允许游戏阅读 那就不签约条款别玩。 隐私方面是有问题。但是 很简单 以后大公司就 怕隐私问题就别玩。

[@StevenInIsekai]

AI在遊戲中學習了一堆把人類暴頭的資料，等他有物理身體又是另一個故事了

[@王志伟-y8x]

机器人要是加上自动瞄准射击功能，用在战场上很危险啊。新的战争场面升级了。

[@kwokpaul6221]

不太明白你要怎樣判定斷鼠標異常與移動，職業選手每一個都是外掛級水平，我覺得很難去判定，而且有一些外掛是你準星觸碰到對手就會自動幫你微調打頭位，如果用這樣的方式放進視覺AI瞄準那就更難判斷鼠標異常與移動。

[@kwokpaul6221]

@竹韵留香 這也很難去判斷，因為有很多遊戲隱分方面都做得不好，人類本來就是模仿生物，操作習慣也可以完全模仿，而且代練很多遊戲都不太會理會，因為外掛問題已經一大堆，所以你以上的判斷有機會產生很多誤ban的情況。

[@abcjkl08l53]

@竹韵留香 那就只有比封者自行發片給官方，證明自己無辜了。簡單又有考。

[@linwisdom]

好厲害！請教入門從哪裡開始 市面上好多程式語言 如果我想讓電腦幫我分析或做事像影片這樣的 或是駝背會出現聲音提示那個影片 該從哪裡開始呢 請指引一下 謝謝😊

[@thorj157]

你可以试着学习一下python和pytorch,视频提到的方框检测现在开源的yolo模型效果就很好了

[@linwisdom]

@@thorj157 謝謝你 我去摸索看看

[@johnzhou3362]

其实很简单，相信厂家有大数据，玩家最顶尖的那1%，命中率和爆头率是多少，超过这个数值的，直接封，不会有错

[@paidooooo]

会被误封的，simple按你这样说，玩一个号封一个

[@莫豆莫豆]

重点是你连那游戏最顶尖的玩家是否有开 都是个问题

[@clearclear6237]

@@莫豆莫豆 看职业玩家开枪都会抖爆头。太熟悉弹道了。

[@KK-xq1hg]

照你這樣說，那就不會再有新的頂尖玩家，因為練得比頂尖1%的玩家厲害就會被封，那就不會再有更強的玩家了，而且如果是新遊戲的話，頂尖1%都是新玩家的話，那遲一點入坑的高手不就全都被封？

[@ygidid]

運氣好的個人爆發也會因此被誤判，這就是為什麼防外掛會很難的原因 只能盡可能做到讓人不想開外掛

[@阿魯偉]

透過相關參數調整，讓AI接近職業選手動作，基本上也無法防了

[@oniherooni1412]

做弊不可怕，可怕的是会演戏的玩家

[@UClinux]

记得v校在看雪上发过几篇反挂的文章。不少都是通过反挂系统检测本地电脑的异常动作

[@馬鈴薯教授博士先-t3b]

稍微思考了一下解決方法的一些問題 對於部分職業選手的操作也有可能被系統收錄進異常操作裡 而且舉報系統會因為敵方玩家水平太低而看不懂而被使用 所以感覺AI被訓練到後期會把大部分的職業玩家跟高手玩家的帳號封了

[@阿寶寶-s5m]

職業選手是精準度高，但還是會失敗. 外掛是百分之百準確，差別還是很大的.

[@liuwei1015]

@@阿寶寶-s5m 外掛加點參數不要百分之百不就變成你說的精準度高了嗎? :D

[@阿寶寶-s5m]

@@liuwei1015 那也好很多，反正你不能讓一個新手，隨便打哪都暴頭

[@axel8412]

现在在看这个视频。如果把这个ai，连接到类似于dji robomaster机器人平台。是不是就可以做一个实体射击玩具（武器）😮

[@fong00001]

遊戲的開發是為了娛樂大眾， 視覺AI的目的是為了讓拍照更細緻， 兩者本來不互相衝突， 一般玩家也不會想把兩者拿來共用。 也只有外掛玩家想要娛樂， 又想要把把贏，導致遊戲失去公平性，更因如此讓人不想去玩。 沒有需求就沒有供應， 外掛玩家一天不修正自身的心態， 外掛商就會無限開發各種類型外掛程式， 損害的將不只FPS類遊戲，亦包含其他種類

[@icewingt-ez6fq]

現實是個Loser，連打個遊戲一樣是loser

[@无极丰少]

这叫囚徒困境，如果大家都不作弊一片美好，如果有一个人作弊而你不作弊就会很惨，最后所有人被迫都作弊

[@RobertKTS]

外掛就是一群道德良知敗壞的傢伙

[@edppjim7713]

這東西在在python什麼深度學習起來時就有了，原始碼網上都有，只是以前大家顯卡差跑起來不如自己打。

[@强国学习]

我有3090,我要上车

[@slavikslavjful]

還有一種方法能拿來對付AI，那就是在遊戲模型裡面加入會讓AI誤判的非常細微紋理，這是利用卷積模型的弱點，會讓AI在變事物品時出現很大的錯判

[@guanghaochen9901]

游戏引擎渲染的时候不一定会百分百把模型纹理投射到屏幕。而且分辨率低的屏幕细微纹理应该会被掩盖。

[@ginvt]

那么就让Ai学习如何识别移动的目标……

[@ginvt]

只要人类能学习的ai都可以……所以无解……除非你做到让人类都能混淆……那还玩个屁……

[@sfotbnandenmea]

你一種誤判紋理只能針對某個開發者的外掛，但視覺算法每個開發者都有不同的訓練素材

[@slavikslavjful]

@@guanghaochen9901 這的確也是~ 要有效對付還是要靠掌握所有玩家射擊軌跡的遊戲公司，用AI反對付AI

[@Ruuuuningman]

FPS遊戲大概是過不了外掛+DMZ+AI這關了，最後遊戲會演化成兩種形態，一種是成為朋友圈遊戲，朋友或者群裏的人自己開房間內戰，另一種就是FPS遊戲的規則改變，變得不那麽怕作弊，例如自帶透視/強制聽聲辯位，自帶輔助瞄準，取消槍械後坐力，延長TTK等（沒錯，就是類似APEX的形態）

[@yasuonoah6035]

后者只能减小ai的破坏，不能消除，因为本质上ai外挂是搭载了一个处理信息远优于人脑的处理器来完成游戏动作，只要ai在信息处理方面超过人脑，ai就会在这个任务中取得对人脑的绝对优势

[@catismine304]

我也有一塊硬碟，存的是我多年來學日文的回憶。

[@强国学习]

我都不好意思点破你

[@强国学习]

我都不好意思点破你

[@車延箴]

我覺得要防止AI可以再加入另一個方法。 在遊戲畫面加入肉眼看不見的雜訊。 因為這種AI是透過影像分析處理，若圖片有加入雜訊有很大的機會讓機器判斷錯誤，即使雜訊小到肉眼看不出來。 之後可能可以再透過訓練來得知加入的雜訊進而訓練出可以過濾雜訊的機器，但機器學習的攻防就是這樣防不勝防...還是要看人的目的，究竟用到甚麼程度

[@Frank-xc2ib]

雜訊可以用Gaussian Filter過濾掉，這在影像處理是基礎問題，一般來說進來的影像都會先過濾掉，CNN(卷積神經網路)就可以自己過濾雜訊了 比較好的做法真的還是分析異常速度，只是這樣高手可能也會被系統認為開掛，因為他們練出來的手速有時候真的像開掛

[@爱喵-p2o]

你直接把程序转移到设计机器人上，不就是杀~~~Re~n了吗

[@ginvt]

你说的是地狱火导弹吗……