IA-Car-PYthon

Este é um projeto de simulação de carros autônomos desenvolvido utilizando a biblioteca Python Pygame e o algoritmo NEAT (NeuroEvolution of Augmenting Topologies). O objetivo deste projeto é treinar carros autônomos para navegar por um ambiente e aprender a evitar colisões com obstáculos. Este README fornece uma visão geral do projeto, suas principais características, e como executá-lo.

Conteúdo

1. Introdução
2. Requisitos
3. Instruções de Uso
4. Estrutura do Projeto
5. Funcionalidades Principais
6. Configurações e Parâmetros
7. Contribuições
8. Licença

1. Introdução

Este projeto implementa um ambiente de simulação onde carros autônomos aprendem a se movimentar em um mapa, evitando colisões com obstáculos. Os carros são controlados por redes neurais treinadas usando o algoritmo NEAT. A simulação é renderizada com a biblioteca Pygame e pode ser executada para treinar gerações sucessivas de carros até que alcancem um bom desempenho.

2. Requisitos

Antes de executar o projeto, certifique-se de que possui os seguintes requisitos instalados:

• Python (versão 3.x)
• Pygame (para a renderização da simulação)
• NEAT-Python (implementação do NEAT em Python)

Você pode instalar o Pygame e NEAT-Python usando o pip:

pip install pygame==2.5.2
pip install neat-python==0.92

3. Instruções de Uso

Para executar a simulação, siga estas etapas:

1. Clone ou faça o download do repositório.
2. Execute o arquivo main.py a partir da linha de comando ou de um ambiente de desenvolvimento Python.

A simulação será renderizada na tela e você poderá acompanhar o progresso dos carros autônomos à medida que aprendem a navegar no ambiente.

4. Estrutura do Projeto

O projeto é composto por vários arquivos, mas os principais são:

• main.py: O arquivo de ponto de entrada para executar a simulação.
• Agente.py: Define a classe Agente que representa os carros autônomos.
• config.txt: O arquivo de configuração do NEAT que define os parâmetros de treinamento.

5. Funcionalidades Principais

O projeto inclui as seguintes funcionalidades principais:

• Carros autônomos controlados por redes neurais treinadas pelo algoritmo NEAT.
• Renderização da simulação usando a biblioteca Pygame.
• Treinamento de carros autônomos para evitar colisões com obstáculos.
• Acompanhamento das estatísticas de treinamento, como gerações e carros ainda vivos.

6. Configurações e Parâmetros

O arquivo config.txt contém as configurações do NEAT, como o número de neurônios na rede neural, as funções de ativação, as probabilidades de mutação, etc. Você pode ajustar esses parâmetros para personalizar o treinamento dos carros autônomos.

7. Geração de Novos Mapas

A pasta config_base contém imagens que podem ser usadas como modelos para a geração de novos mapas de simulação. Essas imagens servem como referências para criar ambientes de treinamento diferentes e variados, permitindo avaliar como bem os carros autônomos treinados podem lidar com variações de terreno, obstáculos, layouts de estradas e outros desafios que podem surgir em ambientes reais.

Para gerar novos mapas de simulação com base nas imagens da pasta config_base, você pode implementar funcionalidades adicionais no projeto que carregam essas imagens e as usam como base para criar cenários de treinamento personalizados.

Lembre-se de manter as imagens na pasta config_base organizadas e nomeadas de forma adequada para facilitar a referência e a geração de novos mapas.

Sinta-se à vontade para explorar essa funcionalidade e personalizar o projeto de acordo com suas necessidades.

8. Contribuições

Contribuição do canal NeuralNine

9. Licença

Este projeto é distribuído sob a licença MIT. Consulte o arquivo LICENSE para obter mais informações sobre os termos e condições.