用文字生成游戲關卡自己玩是一種什么樣的體驗？

GitHub 今日熱榜項目《GPT 版馬里奧》了解一下～

瞧，你只需在文本框中輸入“多點管道，多點敵人，少點障礙物，elevation 低點”：

點擊“Generate level”，就能獲得自己的馬里奧游戲了：

左邊是玩耍區(qū)，按方向鍵和 a、s、d 鍵進行控制就能直接玩，右邊則是根據(jù)你的要求生成的整體效果圖。

隨意設置這幾個選項，還能解鎖更多樣式。

比如障礙物少一點的：

又或者是管道少一點、障礙物多一點的：

……

這一波，簡直童年回憶拉滿，媽媽再也不用擔心我無聊了

不得不提的是，以上你看到的這些效果，都是基于 GPT-2 完成的 ——

大語言模型又立功了～

用 GPT2 生成馬里奧關卡

該項目背后的模型名叫 MarioGPT。

它是首個基于文本生成游戲關卡（text2level）的模型，在 GPT2（distilgpt2）上微調(diào)而成，作者來自哥本哈根信息技術大學。

其訓練素材包括《超級馬里奧兄弟》和《超級馬里奧兄弟：失落的關卡》，由視頻游戲關卡語料庫提供。

具體原理如下圖所示：

和 GPT2 一樣，MarioGPT 能夠?qū)ο乱粋€ token 序列進行預測。

其中的關卡被表示為字符串，它會經(jīng)過一個字節(jié)對編碼器（Byte-Pair Encoding）進行 tokenize。

關卡是被按列進行分解的，并展平為單個向量（或者是多個關卡組成一批向量）。

為了將用戶輸入的信息進行合并，作者給 MarioGPT 安排了一個凍結文本編碼器，它以預訓練的雙向 LLM（BART）形式出現(xiàn)。

與此同時，在這里輸出模型前向傳播的平均隱藏狀態(tài)（hidden state）。

最后，將輸出的狀態(tài)用于 GPT2 架構的交叉注意力層，并與傳遞到模型中的實際關卡序列進行結合就可以了。

對于 MarioGPT 的效果，作者則表示很驚訝，因為它最終生成的結果中，有 88% 都是可以用來實際進行闖關的。

怎么玩？

由于 MarioGPT 已經(jīng)開源，大家也可以自己下載體驗一把。

確保電腦安裝了 3.8 + 版本的 python 后，使用 pip 命令或者 git 一下：

“pip install mario-gpt” 或 “git clone git@github.com:shyamsn97 / mario-gpt.git >python setup.py install”

生成關卡最少只需要下面這些代碼：

作者在項目中也提供了更深入的教程。

要想自己上手試一試生成的關卡，可以：

（1）去 Huggingface 上的 demo 上玩。它甚至可以不用你輸入文本，直接在每個元素上選擇“多”或者“少”等選項生成任意關卡。

（2）通過代碼控制：使用 play 和 astar 函數(shù)，前提是你電腦安裝了 Java 8+。

感興趣的朋友快去試試吧～目前 MarioGPT 已經(jīng)有超過 500 + 人標星了。

論文地址：

https://arxiv.org/abs/2302.05981

項目地址：

https://github.com/shyamsn97/mario-gpt

HF 試玩地址：

https://huggingface.co/spaces/multimodalart/mariogpt

本文來自微信公眾號：量子位 （ID：QbitAI），作者：豐色

總結

以上是生活随笔為你收集整理的GPT 版超级马里奥来了，输入文本即可自定义游戏关卡，GitHub 标星 500+的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。