Розробник stmonty натренував на споживчій відеокарті GeForce RTX 3080 Ti (12 ГБ) «модель світу» приблизно на 12,5 млн параметрів. Система вміє передбачати зміни середовища в Pokémon Red і визначати призначення кнопок, оцінюючи наслідки кожної дії без використання системи винагород.
Навчання проходило з нуля на 42 382 чорно-білих кадрах із понад 1000 коротких сесій. До датасету увійшли як цільові маршрути, так і випадкові натискання — саме вони допомогли моделі вловити різницю між діями (наприклад, кнопками A та B).
У процесі планування ШІ аналізує 512 варіантів із 14 натискань у внутрішній моделі, відбирає 64 найкращі та передає фінальний ланцюжок до емулятора. Головна складність підходу — накопичення помилок: кожен наступний крок спирається на попередній прогноз, що знижує точність довгих послідовностей.
💻 Підписатись
Розробник stmonty натренував на споживчій відеокарті GeForce RTX 3080 Ti (12 ГБ) «модель світу» приб
Dream Machines Ukraine 💻
@DMUkraineОфіційний канал Dream Machines в Україні Кастомні ігрові ноутбуки та периферія: www.dreammachines.com.ua Пишемо про новини IT-індустрії, передові технології та інші цікаві речі Для підписників каналу діють спеціальні пропозиції, знижки та розіграші!
12 574 підписники
Відкрити в Telegram