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+

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

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

本文来自微信公众号：量子位 （ID：QbitAI），作者：丰色