Хочу огорчить но не в одном русском чите никогда не было «нейро» наводки. Все что было это обычные деревья решений. Они пытаются обходить современные анти-читы с гауссовым/sin шумом и интерполяцией. LiquidBounce первые кто использовали нейросеть. Но это была полносвязная модель. Так что тоже так себе. Я же использовал LSTM, SelfAttention и separable CNN. Нейросеть смогла научится наводится, предсказывать траектории но до человека все еще далеко. Тесты + демо:
Вообщем, нейросети — не выход, для real time они не очень подходят ибо чем больше нелинейности тем больше вычислений. Но если планируете все же делать, пишите трансформер. Он пока лучше всех справлялся. Можно использовать ротации с нелинейной формулой скорости и отклонением на основе гравитации генерируемой по FBM. Это было максимально близко к человеческому. Но ей богу, у вас ротации страдают от разрывов. Это очень палится. Ну как минимум пользуйтесь slerp с кватернионами

.