星际争霸2：自由之翼 作弊秘籍

最新推荐文章于 2022-11-10 18:05:54 发布
最新推荐文章于 2022-11-10 18:05:54 发布
阅读量688 收藏
点赞数
原文链接：https://yq.aliyun.com/articles/376570
版权

 

星际争霸2：自由之翼 作弊秘籍

 

 

秘籍命令                   秘籍作用

EyeOfSauron             解开所有剧情影片（必须在任务场景之外使用-如在海伯利昂号使用）

JaynesTown               获得更多的资源

MoreDotsMoreDots        建造建筑不产生任何花费

RealMenDrillDeep   获得5000单位的气矿

SoSayWeAll                取消科技的要求

TerribleTerribleDamage 无敌模式（被攻击10次后失效）

TyuHasLeftTheGame       取消胜利的条件

Whysoserious           单人战役中获得五百万奖励分

Stroaksmolts             获得5000矿石

Smoldersbolds          获得5000瓦斯及矿石

Iamironman              武器、护甲、护盾上升一等

Wapboinkers             战役中研究点+1

Basestarsprimative          快速建造

Fsbcomunicacion    快速回血

Sawnoutofmemory           取消战争迷雾

Hanshotfirst              技能无CD

Mintmansoperator 无人口上限

Sosayweall                 无技能限制

Qrotero                      取消时间区别（早上/晚上）

Ypoonsvoicemail                无法战败（应是指敌我双方）

Tyuhasleftthegame 无法获胜（应是指敌我双方）

Cmethodfeedback            直接胜利

Cadeasygoin             直接输掉比赛

WhySoSerious           获得5000单位的金




本文转自远哥博客园博客，原文链接：http://www.cnblogs.com/taven/archive/2010/12/07/1898918.html，如需转载请自行联系原作者

weixin_34342905
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
7000个源码批量下载---复制来的
weixin_34353714的博客
09-12 4万+
7000个源码批量下载 7000个源码批量下载 < type="text/javascript" language="JavaScript">document.title="7000个源码批量下载 - "+document.title http://asp.lt263.com/soft/SaGuestBook.rar安全天使字符界面留言本(SaGuestBook)htt...
sc2-replay-analysis:星际争霸 2 回放解析、存储和分析
06-27
星际争霸 2 回放解析、存储和分析 这是我在大学时为我的机器学习课程所做的一些工作。 有几块： 使用 sc2reader 项目的星际争霸 2 重播解析器。 我使用 MongoDB 来存储回放统计信息。 查询 MongoDB 以获取非常具体...
星际争霸2 自由之翼+虫群之心+虚空之遗+遭遇战破解（中文三部曲整合版）
热门推荐
COCO56的博客
08-03 4万+
1. 游戏介绍 2. 游戏特色 3. 特别提示 4. 安装步骤 5. 下载地址 1. 游戏介绍 星际争霸2 《星际争霸》（StarCraftⅡ）是由暴雪娱乐在2010年7月27日推出的一款即时战略游戏，是《星际争霸》系列的第二部作品。游戏以三部曲的形式推出， 即《星际争霸Ⅱ：自由之翼》（Wings of Liberty）、《星际争霸Ⅱ：虫群之心》（Heart of the Swarm）和《...
用C++编写一个RTS游戏《星际争霸II——自由之翼》——编写一个程序，展现双方基地在给定的水晶（Minerals）下，按顺序训练新的单位的过程。
weixin_42224577的博客
10-15 948
具体规则如下： 双方能生产的兵种都有三种：农民（即建造机器人SCV），枪兵（陆战队员Marine）和护士（医疗兵Medic），消耗的水晶数分别是10,5,4 每经过一个时间单位，双方的基地各有一个新的单位被训练出来 Raynor 的建造序列是 SCV，Marine，Medic，Mengsk 的建造序列是 Marine，Medic，SCV，在资源耗尽之前双方将一直循环建造 如果当前剩余资源无法建造当前要建造的单位，则自动顺延至下一个单位——如果所有单位都无法建造的话，则建造停止。 输入一个数字为双方分别拥有的
星际争霸2免修改器修改绝对一劳永逸
CodeMan
06-12 2万+
废话不多说，现在先看看怎么修改游戏吧！ 首先进入游戏的根目录，找到TriggerLibs文件夹 这就是我们要下手的菜，动手之前建议先备份一下。 进入文件夹可以看到一堆galaxy格式的文件，这些就是游戏运行时的逻辑代码，本次修改就是将这些代码中的攻击逻辑全部注释掉，需要被注释的行位置列出如下： 冒号前为文件名，冒号后为需被注释的行号。 定位技巧 想快速定位到文件中的第几行需要使用特殊文本
接口压测之Locust
qq_39286830的博客
11-10 2万+
开源的、使用python开发、基于事件、支持分布式、提供WEB UI、支持结果导出；使用python第三方库gevent提供的非阻塞IO和协程Coroutine来实现网络层的并发请求；采用python的requests库作为客户端；说明：locust虽然是基于协程请求，但由于locust是运行在python解析器上，所以存在GIL锁机制；默认的网络请求库是requests同步库，所以单进程下的并发不会很高，如果想用locust进行并发请求，必定要使用分布式+异步请求库（同步请求和异步请求）。
敏捷开发
Java_feng的博客
06-19 329
敏捷开发之Scrum扫盲篇 现在敏捷开发是越来越火了，人人都在谈敏捷，人人都在学习Scrum和XP…   为了不落后他人，于是我也开始学习Scrum，今天主要是对我最近阅读的相关资料，根据自己的理解，用自己的话来讲述Scrum中的各个环节，主要目的有两个，一个是进行知识的总结，另外一个是觉得网上很多学习资料的讲述方式让初学
AI似乎比我们还想赢？玩游戏大玩BUG
weixin_34259232的博客
11-28 170
2019独角兽企业重金招聘Python工程师标准>>> ...
方舟服务器伤害怎么显示,方舟单机模式下怎么显示伤害数值啊 | 手游网游页游攻略大全...
weixin_28785069的博客
08-12 843
发布时间：2016-05-07单机模式下,作为NPC参战的角色都会使用各自默认的武器和技能,而且好像还有一定程度的「行动倾向」,例如Vector就比较多主动上前线(=送死OTL)和使用格斗的频率比较高,此帖的研究题材为「单机的话到底带谁最好!?」,欢 ...标签：发布时间：2016-08-23最近有很多玩家反应,玩单机的时候,竟然不能驯服恐龙,来看看小编给大家带来的训龙攻略吧,希望能帮助到大家. ...
星际争霸pysc2API汇总
03-06
`pysc2` 是一个由DeepMind开发的Python库，专为在《星际争霸II》环境中进行RL实验而设计。它提供了丰富的API，允许研究人员和开发者构建智能体来学习在这个游戏中执行各种任务。 首先，`pysc2` API允许我们创建和...
星际之门：星际之门大学API avec Laravel
02-27
星际之门大学API是基于流行的PHP框架Laravel...以上是星际之门大学API项目中涉及到的主要技术点，它们共同构成了一个功能完备、安全可靠的API服务，使得外部应用可以便捷地与星际之门大学的图书馆系统进行数据交换。
visual c++开发仿星际争霸2游戏StarCraft2 源代码.zip
01-24
《Visual C++ 开发仿星际争霸2游戏StarCraft2源代码解析》 在游戏开发领域，Visual C++作为一款强大的编程工具，常被用于构建高性能的桌面应用，尤其是游戏开发。本资料包“visual c++开发仿星际争霸2游戏StarCraft...
LOSER:星际争霸2 AI
05-13
失败者（学习操作策略选举机器人） 星际争霸2 AI提案与报告设置此设置假定您使用的计算机运行的是Linux操作系统，并且运行的是python 3.5+设置Starcraft 2无头环境转到并按照其有关安装protobuf环境的说明进行操作。...
PPO算法，即Proximal Policy Optimization（近端策略优化）.pdf
08-05
PPO算法，即Proximal Policy Optimization（近端策略优化），是一种在强化学习领域中广泛应用的策略梯度方法。由OpenAI在2017年提出，PPO旨在解决传统策略梯度方法中策略更新过大导致的训练不稳定问题。它通过引入限制策略更新范围的机制，在保证收敛性的同时提高了算法的稳定性和效率。 一、PPO算法简介 PPO算法的核心思想是通过优化一个特定的目标函数来更新策略，但在这个过程中严格限制策略变化的幅度。具体来说，PPO引入了裁剪（Clipping）和信赖域（Trust Region）的概念，以确保策略在更新过程中不会偏离太远，从而保持训练的稳定性。 二、PPO算法的主要变体 PPO算法主要有两种变体：裁剪版（Clipped PPO）和信赖域版（Adaptive KL Penalty PPO）。其中，裁剪版PPO更为常见，它通过裁剪概率比率来限制策略更新的幅度，而信赖域版PPO则使用KL散度作为约束条件，并通过自适应调整惩罚系数来保持策略的稳定更新。PPO算法，即Proximal Policy Optimization（近端策略优化），是一种在强化学习领域中广
GC032A datasheet（侵删）
08-05
GC032A datasheet（侵删）
opencv的概要介绍与分析
08-05
OpenCV (Open Source Computer Vision Library) 是一个开源的计算机视觉和机器学习软件库。它提供了大量的算法和函数，可用于图像处理、视频分析、特征检测、对象识别等多种应用。下面是一些关于 OpenCV 的资源描述，帮助您学习和使用这项强大的技术。 ### OpenCV 资源描述 #### 1. **官方文档和GitHub仓库** - **GitHub 仓库**：OpenCV 的官方 GitHub 仓库是获取最新代码、预训练模型、开发指南和示例代码的地方。这是了解 OpenCV 最新进展和功能的最佳起点。 - **官方文档**：OpenCV 的官方文档包含了详细的使用说明、API 参考和常见问题解答。 #### 2. **在线教程和课程** - **Codecademy**：Codecademy 提供了互动式的 OpenCV 课程，适合完全的新手。 - **freeCodeCamp**：freeCodeCamp 是一个非营利性组织，提供免费的编码课程，包括 OpenCV 基础。 #### 3. **书籍** - **《Learning
基于python3+opencv3做的中国车牌识别源码+文档说明+使用说明
最新发布
08-05
<项目介绍> 算法思想来自于网上资源，先使用图像边缘和车牌颜色定位车牌，再识别字符。车牌定位在predict方法中，为说明清楚，完成代码和测试后，加了很多注释，请参看源码。车牌字符识别也在predict方法中，请参看源码中的注释，需要说明的是，车牌字符识别使用的算法是opencv的SVM， opencv的SVM使用代码来自于opencv附带的sample，Stat - 不懂运行，下载完可以私聊问，可远程教学 该资源内项目源码是个人的毕设，代码都测试ok，都是运行成功后才上传资源，答辩评审平均分达到96分，放心下载使用！ 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。 下载后请首先打开README.md文件（如有），仅供学习参考, 切勿用于商业用途。 --------
Pysc2星际争霸2
12-14
Pysc2是一个用于创建人工智能星际争霸2（StarCraft II）理程序的Python库。它允许您通过Python代码与StarCraft II进行交互，并使用Python编写的算法来控制游戏单位。以下是一个简单的Pysc2示例，展示如何使用Pysc2库来控制星际争霸2游戏单位： ```python import numpy as np import cv2 import time import pysc2 from pysc2 import maps from pysc2.lib import actions from pysc2.lib import features # 加载StarCraft II地图 pysc2.maps.get("Simple64") # 定义动作和特征 FUNCTIONS = actions.FUNCTIONS FEATURES = features.features_from_game_version(game_version=pysc2.maps.get("Simple64").game_version) # 定义代理类 class SimpleAgent(pysc2.agents.Agent): def __init__(self): super(SimpleAgent, self).__init__() self.attack_coordinates = None def step(self, obs): super(SimpleAgent, self).step(obs) # 如果没有准备好攻击坐标，则选择一个 if self.attack_coordinates is None: player_relative = obs.observation["screen"][features.SCREEN_FEATURES.player_relative.index] x, y = (player_relative == features.PlayerRelative.ENEMY).nonzero() target = [x.mean(), y.mean()] self.attack_coordinates = target # 如果可以攻击，则攻击 if FUNCTIONS.Attack_screen.id in obs.observation["available_actions"]: player_relative = obs.observation["screen"][features.SCREEN_FEATURES.player_relative.index] x, y = (player_relative == features.PlayerRelative.ENEMY).nonzero() if not y.any(): return FUNCTIONS.no_op() target = [x[0], y[0]] return FUNCTIONS.Attack_screen("now", target) # 如果无法攻击，则移动到攻击坐标 player_relative = obs.observation["screen"][features.SCREEN_FEATURES.player_relative.index] x, y = (player_relative == features.PlayerRelative.SELF).nonzero() if not x.any(): return FUNCTIONS.no_op() player = [int(x.mean()), int(y.mean())] if self.attack_coordinates is not None: return FUNCTIONS.Move_screen("now", self.attack_coordinates) return FUNCTIONS.no_op() # 运行代理 agent = SimpleAgent() try: while True: with sc2_env.SC2Env( map_name="Simple64", players=[sc2_env.Agent(sc2_env.Race.terran)], agent_interface_format=features.AgentInterfaceFormat( feature_dimensions=features.Dimensions(screen=84, minimap=64), use_feature_units=True), step_mul=16, game_steps_per_episode=0, visualize=True) as env: # 运行一局游戏 agent.setup(env.observation_spec(), env.action_spec()) # 重置游戏环境 timesteps = env.reset() agent.reset() # 运行游戏 while True: step_actions = [agent.step(timesteps[0])] if timesteps[0].last(): break timesteps = env.step(step_actions) except KeyboardInterrupt: pass ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值