แนวคิดของระบบ Aim Assist ในเกมมักถูกพูดถึงในบริบทของคอนโซลหรือซอฟต์แวร์ช่วยเล็ง แต่โปรเจกต์ล่าสุดจาก Nick ยูทูบเบอร์เจ้าของช่อง Basically Homeless ได้พาแนวคิดนี้ไปไกลกว่านั้น ด้วยการสร้างระบบช่วยเล็งแบบ “กลไกจริง” ที่ไม่ได้แตะต้องตัวเกมหรือเมาส์เลยแม้แต่น้อย
แทนที่จะขยับเมาส์ ระบบนี้กลับเลือกขยับ แผ่นรองเมาส์ทั้งแผ่น ใต้เมาส์แทน และผลลัพธ์ที่ได้คือความแม่นระดับยิงหัวแบบเลเซอร์ จนคนเล่นด้วยเริ่มคิดว่าตัวเองมีสกิลระดับ eSports โดยไม่รู้ตัว
แนวคิดเริ่มต้น: เมื่อเล่นเกมเก่งเกินไปจนเริ่มเบื่อ
Nick เล่าว่าแรงบันดาลใจของโปรเจกต์นี้มาจากสถานการณ์เรียบง่าย คือเขาเล่นเกมกับเพื่อนและครอบครัวจนเริ่มรู้สึกว่าเกม “ไม่ท้าทาย” อีกต่อไป แทนที่จะลดสกิลตัวเอง เขากลับเลือกสร้างระบบที่ช่วย “เพิ่มสกิลให้คู่แข่ง” แบบเนียน ๆ โดยที่อีกฝ่ายไม่รู้ว่ากำลังถูกช่วยอยู่
ผลลัพธ์คือ Aim Assist ที่ไม่ได้แสดงผลบนหน้าจอ ไม่มี overlay ไม่มีซอฟต์แวร์โกงใด ๆ แต่เป็นการเคลื่อนไหวเชิงกลล้วน ๆ ใต้โต๊ะ
โครงสร้างฮาร์ดแวร์: โต๊ะ แผ่นรองเมาส์ และระบบรางเลื่อน
ก่อนจะคิดจบทั้งระบบ Nick ลงมือเจาะโต๊ะไม้ไผ่ของตัวเองทันที เพื่อฝังช่องขนาดใหญ่รองรับแผ่นรองเมาส์กระจกสีขาวแบบทึบ ซึ่งมีขนาดใหญ่พอให้ขยับได้ในทุกทิศทางโดยไม่ดูผิดสังเกต
หลังจากลองหลายแนวทาง เขาเลือกใช้ชุดรางและมอเตอร์จาก Xdraw A4 drawing board หรือกระดานวาดภาพอัตโนมัติ โดยดึงเอาเฉพาะส่วน gantry และบอร์ดควบคุมมาใช้งาน
การตัดสินใจนี้โชคดีอย่างยิ่ง เพราะระบบดังกล่าวใช้ GRBL controller ซึ่งเป็นคอนโทรลเลอร์ CNC มาตรฐานที่สั่งงานผ่านคำสั่ง G-code ได้โดยตรง ทำให้ไม่ต้องเขียนเฟิร์มแวร์ใหม่จากศูนย์
ชิ้นส่วนบางจุดยังต้องพึ่งงาน 3D printing เพื่อทำตัวรองและตัวเว้นระยะให้แผ่นรองเมาส์เลื่อนอย่างลื่นไหลและแม่นยำ
สมองของระบบ: Computer Vision และ YOLO
ส่วนที่ซับซ้อนที่สุดของ Aim Assist ตัวนี้อยู่ที่ซอฟต์แวร์ Nick เลือกใช้ computer vision model ที่พัฒนาบน YOLO เพื่อวิเคราะห์ภาพจากหน้าจอแบบเรียลไทม์
หลักการทำงานคือ
- ระบบจับภาพหน้าจอเกม
- AI ตรวจจับตำแหน่งศัตรู
- คำนวณระยะห่างระหว่าง crosshair กับเป้าหมาย
- ส่งคำสั่งผ่าน serial ไปยัง GRBL controller
- ระบบรางขยับแผ่นรองเมาส์ใต้เมาส์ทันที
เมื่อเป้าหมายเข้ามาในรัศมีที่กำหนด ระบบจะ “ดูด” crosshair ไปยังจุดศีรษะของศัตรูอย่างรวดเร็วและแม่นยำ โดยที่ผู้เล่นยังคงรู้สึกเหมือนเล็งเองตามปกติ
ผลลัพธ์ที่น่าทึ่ง: คนเล่นเริ่มคิดว่าตัวเองเก่งขึ้นจริง
ช่วงท้ายของวิดีโอ Nick ให้ Olivia ลองเล่นเกมด้วยระบบ Aim Assist นี้ โดยไม่ได้บอกความจริงทั้งหมด ในตอนแรกเธอเชื่อว่าตัวเองมีฝีมือการเล็งระดับสูงขึ้นอย่างเห็นได้ชัด
แต่เมื่อ Nick แอบปิดระบบ “เพื่อการทดลอง” ประสิทธิภาพการยิงกลับตกลงทันที จนอีกฝ่ายเริ่มไม่พอใจและกล่าวหาว่าเขาโกงเกม สุดท้าย Nick ต้องเปิด Aim Assist กลับมาเพื่อรักษาน้ำใจและบรรยากาศการเล่น
เหตุการณ์นี้สะท้อนให้เห็นว่าระบบช่วยเล็งเชิงกลแบบนี้แนบเนียนเพียงใด
มองในมุมเทคโนโลยี: มากกว่าเรื่องโกงเกม
แม้โปรเจกต์นี้จะถูกนำเสนอในเชิงความสนุกและคอนเทนต์ YouTube แต่ในมุมเทคนิค ถือเป็นตัวอย่างที่น่าสนใจของการผสาน
- computer vision
- motion control
- GRBL / CNC
- งานกลไกจริง
- และการประยุกต์ AI กับโลกกายภาพ
ทั้งหมดนี้เกิดขึ้นโดยไม่ต้องแก้ไขเกม ไม่ต้อง hook input และไม่แตะต้องระบบป้องกันโกงใด ๆ ของตัวเกมเลย
ที่มา: tomshardware
