🐍 Snake AI Portfolio

🎯 O projekcie

Projekt został stworzony z myślą o celach dydaktycznych oraz badawczo-eksperymentalnych. To interaktywna aplikacja webowa, która prezentuje działanie sztucznej inteligencji grającej w grę Snake w czasie rzeczywistym.

Model AI został wytrenowany w PyTorch, a następnie wyeksportowany do formatu ONNX, dzięki czemu może być uruchamiany bezpośrednio w przeglądarce internetowej przy użyciu biblioteki ONNX.js (z akceleracją WebGL).

Aplikacja jest aktywnie rozwijana, a jej częścią jest również kod w języku Python, odpowiedzialny za proces trenowania modeli AI w środowisku reinforcement learning, z wykorzystaniem algorytmu Deep Q-Learning (DQN).

⚙️ Technologie użyte

ONNX.js PyTorch JavaScript (Vanilla) HTML5 + Canvas CSS Grid & Flexbox WebGL Acceleration DQN (Deep Q-Learning)

📦 Funkcjonalności aplikacji

• Sterowanie AI: Wybór spośród wielu pretrenowanych modeli ONNX z różnymi parametrami.
• Interfejs użytkownika: Regulacja prędkości gry, wizualizacja Q-wartości i pewności AI.
• Statystyki gry: Wynik, najlepszy wynik, liczba gier, przewidywany ruch, czas predykcji.

🖼️ Demo i wizualizacje

👩‍💻 O autorce

Projekt Snake AI Demo został zrealizowany przez Joannę Maszybrocką w ramach inicjatywy JoaMasLab, której celem jest eksplorowanie współpracy człowieka z AI w praktycznych zastosowaniach edukacyjnych. Więcej na stronie JoaMasLab.

• Aplikacje browserowe i frontend: JavaScript + CSS
• Uczenie maszynowe: lokalna predykcja modeli AI
• UX/UI: projektowanie interaktywnych dashboardów

🔗 Linki i kontakt

📬 Kontakt: joamaslab@gmail.com
🌐 Strona: strona JoaMasLab