GPT版超级马里奥来了！输入文本即可自定义游戏关卡GitHub热榜

　　丰色 发自 凹非寺
　　量子位 | 公众号 QbitAI
　　用 文字 生成游戏关卡 自己玩是一种什么样的体验？
　　GitHub今日热榜项目 《GPT版马里奥》 了解一下
　　瞧，你只需在文本框中输入＂多点管道，多点敌人，少点障碍物，elevation低点＂：
　　点击＂Generate level＂，就能获得自己的马里奥游戏了：
　　左边是玩耍区，按方向键和a、s、d键进行控制就能直接玩，右边则是根据你的要求生成的整体效果图。
　　随意设置这几个选项，还能解锁更多样式。
　　比如障碍物少一点的：
　　又或者是管道少一点、障碍物多一点的：
　　……
　　这一波，简直童年回忆拉满，妈妈再也不用担心我无聊了[狗头]
　　不得不提的是，以上你看到的这些效果，都是基于 GPT-2 完成的——
　　大语言模型又立功了  用GPT2生成马里奥关卡
　　该项目背后的模型名叫 MarioGPT 。
　　它是 首个 基于文本生成游戏关卡（text2level） 的模型，在GPT2（distilgpt2） 上微调而成，作者来自哥本哈根信息技术大学。
　　其训练素材包括《超级马里奥兄弟》和《超级马里奥兄弟：失落的关卡》，由视频游戏关卡语料库提供。
　　具体原理如下图所示：
　　和GPT2一样，MarioGPT能够对下一个token序列进行预测。
　　其中的关卡被表示为字符串，它会经过一个字节对编码器 （Byte-Pair Encoding） 进行tokenize。
　　关卡是被按列进行分解的，并展平为单个向量 （或者是多个关卡组成一批向量） 。
　　为了将用户输入的信息进行合并，作者给MarioGPT安排了一个冻结文本编码器，它以预训练的双向LLM （BART） 形式出现。
　　与此同时，在这里输出模型前向传播的平均隐藏状态 （hidden state） 。
　　最后，将输出的状态用于GPT2架构的交叉注意力层，并与传递到模型中的实际关卡序列进行结合就可以了。
　　对于MarioGPT的效果，作者则表示 很惊讶 ，因为它最终生成的结果中，有88% 都是可以用来实际进行闯关的。怎么玩？
　　由于MarioGPT已经开源，大家也可以自己下载体验一把。
　　确保电脑安装了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＂
　　生成关卡最少只需要下面这些代码：
　　作者在项目中也提供了更深入的教程。
　　要想自己上手试一试生成的关卡，可以：
　　（1）去Huggingface上的demo上玩。它甚至可以不用你输入文本，直接在每个元素上选择＂多＂或者＂少＂等选项生成任意关卡。
　　（2）通过代码控制：使用play和astar函数，前提是你电脑安装了Java 8+。
　　感兴趣的朋友快去试试吧 目前MarioGPT已经有超过500+人标星了。
　　论文地址：
　　https://arxiv.org/abs/2302.05981
　　项目地址：
　　https://github.com/shyamsn97/mario-gpt
　　HF试玩地址：
　　https://huggingface.co/spaces/multimodalart/mariogpt
　　— 完 —
　　量子位 QbitAI · 头条号签约
　　关注我们，第一时间获知前沿科技动态