演化计算 + 游戏 AI 实战：用遗传算法迭代出能打赢互相的《帝国时代 II：决定版》自定义 AI。
根据你的身份，挑对应的入口：
| 你是谁 | 看这里 | 用途 |
|---|---|---|
| 接手这个项目继续做的人 | docs/handover.md | 项目架构、运行步骤、扩展方向、新人上手顺序 |
| 我自己做面试自我介绍 | docs/interview-self.md | 2 分钟电梯版讲解 + 10 分钟深度版讲解 + 常见追问预案 |
| 面试官快速了解项目 | docs/interview-reviewer.md | 1 分钟摘要 + 技术栈 + 项目结论与局限 |
技术细节、生产代码、命令清单看下方章节即可。
让两个 AoE2 自定义 AI 在游戏里对打，遗传算法根据胜负进化参数，几代之后产出越来越强的 AI。
- 替你打电脑：本地起游戏，AI 互搏，你当观察者
- AI 互相打 + 战报：每场结束自动解析录像，输出胜者/时长/分数
- 全自动跑代：AoE2Control Headless 注入，24h 无人值守跑完一整代 12 场
- 基因面：150 个参数（村民封顶、四资源配比、兵种构成、进攻频率），按 5 个时代相位分层
- 底座引擎：游戏自带的微软官方 AiBuilder 框架，5050 行 .per 规则，零裸写
- 进化算子：精英保留 + 锦标赛选择 + 均匀交叉 + 高斯变异
- 对接：mgz 库解析 .aoe2record 录像；AoE2Control 提供 Headless 建房 API
evolve.py init
↓ 生成 8 个随机基因，注入游戏
auto_runner.py ──────→ 游戏内 evolab_driver（Lua）：
改写 EvoAI_A/B.per 自动建房 → P1 自毁观察 → 结束自动重开
等新录像 ↕
mgz 解析 → 积分账本 对局双方执行 .per
↓
evolve.py next
↓ 精英保留 + 锦标赛 + 交叉 + 变异
第 N+1 代
AoE2-AI-Arena/
├── README.md ← 你在这里（总入口）
├── docs/
│ ├── handover.md ← 项目交接
│ ├── interview-self.md ← 面试自我讲解
│ └── interview-reviewer.md ← 面试官速览
├── ai_lab/
│ ├── genome.py # 基因组定义（150 参数）
│ ├── make_ai.py # 基因 → 游戏 .per/.ai 文件
│ ├── run_match.py # 手动跑一场对战
│ ├── auto_runner.py # 全自动跑代（AoE2Control 驱动）
│ ├── report.py # .aoe2record 录像解析
│ ├── evolve.py # 遗传算法主控（init/report/next/champion）
│ ├── requirements.txt
│ └── control/
│ └── evolab_driver/evolab_driver.main.lua # 游戏内自动驾驶
├── config.json # 全局配置（路径/赛程/进化参数）
└── .gitignore # 排除运行时缓存与第三方二进制
# 装依赖
python -m venv .venv && source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install -r ai_lab/requirements.txt
# 半自动：装一个默认风格 AI，启动游戏，按提示建房
python ai_lab/make_ai.py --name Champion --mode default
python ai_lab/run_match.py Champion --vs-cpu hardest
# 全自动：详见 docs/handover.md 的「全自动模式」章节- AoE2 决定版官方 AiBuilder 框架（
resources\_common\ai\AiBuilder.per） - AoE2Control — 1.1.0
- mgz — 录像解析