该文介绍了采用YOLOv5目标检测模型开发的《地下城与勇士》（DNF）游戏自动化脚本的过程和技术细节。
【作品名称】：基于YOLOv5识别算法实现的DNF自动脚本
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】
准备工作包括数据集的收集与权重文件测试。录制一段整体流程视频，标注数据集以区分以下几类对象：
1. 人物
2. 怪物
3. 材料
4. 小地图boss房间
5. 小地图人物房间
训练权重文件，并检测其识别效果。
游戏循环主逻辑包括：
- 屏幕抓取后实时图像识别；
- 怪物识别，根据与怪物的距离自动释放技能；
- 配合小地图和当前图内的人物进行寻路，前往下一个房间并进入新的地图（自动寻路）；
- 直到boss房间出现时开始新一轮挑战。
具体路径规划包括：
- 固定地图路径：例如幽暗密林的路线为 → → → ↑ →。
- 不固定最快boss寻路方式采用深度优先策略直接通往目标位置。
- 英雄房间与boss房间通过计算x轴和y轴的距离来决定前往方向；
- 最慢但全面覆盖的地图探索（广度优先）路径规划。
5星
