学会玩经典 NES 游戏的计算机程序
Computer program that learns to play classic NES games
频道:suckerpinch · 时长:16:17 · 发布:2013-04-02 · 播放:2209592
简介
Tom7 解释并演示了通过在内存中寻找分数模式,然后搜索能提高分数的输入来学会玩 NES 游戏的软件。这是他 SIGBOVIK 论文的配套视频。
HN 为什么推荐
HN 上因其搞笑、出色的黑客学术工作而备受喜爱,每当提到游戏 AI 或模糊测试时都会被引用。
看完整视频,非常愉快。 — HN, 2021
机器学习与深度学习 · 游戏历史与复古游戏 · 国际象棋、桌游与解谜
中文字幕节选
嘿,大家好!我是Tom 7,这是我论文的视频版 为Sigovic 2013准备的。论文标题是《超级马里奥兄弟第一关很简单》 利用字典序和时间旅行。 之后,就有点难了。 这也是论文标题的一部分。 标题很长。我想确保把所有内容都包含进去,以保证准确 因为与大多数Sigovic作品不同,这是一篇有真实成果的真实论文。 这篇论文基本上是讲,嗯,你知道任天堂娱乐系统 是一台非常小的计算机。嗯,任天堂只有2KB的RAM。 非常非常少的RAM。你可以看到它。 也许我会在视频里放点小东西,让你看看 字节有多小。就这么小。 所以我想,有哪些非常简单、有趣地 简单的技术可以用来自动化玩任天堂游戏。 我做的,基本思路是这样的。 我拿一个,嗯,拿一个我玩游戏的视频。 说到视频,我的意思是我只是记录我玩游戏时 按下的按钮。比如说超级马里奥兄弟。 玩一会儿超级马里奥兄弟。 我会在某一关。我让马里奥跳来跳去,踩一些栗子怪,骑 一些旗杆,进管道,等等。 每一步,我都从自己的输入中保存内存。 所以,我只是一遍又一遍地有这2048字节,一帧2048字节, 每秒六次,无论我玩多久。 然后,我玩比如几千帧。 所以,我有几千个内存,就像一个立方体,数据立方体。 嗯,然后想法是这样的。 我想作为一个计算机程序弄清楚,我想弄清楚Tom认为 这个游戏,赢这个游戏意味着什么,对吧? 我把它限制在一个非常简单的赢的概念上,比如 赢超级马里奥兄弟与俄罗斯方块或其他游戏意味着什么? 概念是,嗯,内存中的字节应该增加,或者一些字节 应该变大,因为那是你知道的,赢了,比如你的分数 上升之类的。实际上,比字节上升要复杂一点 因为如果你想想我的分数,我的分数是多个不同的字节,因为它可以 超过256,最大的字节。 或者也许一个更简单的例子,更直观的例子是马里奥从 世界1-2开始,抱歉,1-1。然后他去1-2,1-3,1-4,但然后他在 2-1。所以那个破折号部分上升一段时间,但然后下降, 然后下一个上升。 实际上那个模式非常常见,数学上很好,那 叫做字典序。 就像我们在字典中排序字符串或其他东西一样。 所以,想法是这样的。拿所有我玩游戏时的RAM,老好人Tom 7,你的兄弟。拿所有那些RAM,试着弄清楚 找到一系列字节,嗯,内存中的字节位置,按照 这个字典序上升。 这概括了分数上升、多字节、小端或 大端。它概括了马里奥在屏幕上的位置,他的 x坐标在关卡内的屏幕内,然后关卡 在世界内等等。 嗯,所以它非常非常简单。 你只需要学习这些东西,有一个很好的算法来学习它们。 然后我们可以扔掉所有与游戏相关的垃圾,嗯,事实上我们 甚至不需要看输出。 计算机现在只需要拿ROM,模拟它, 尝试一些输入,看看是否让那些字节在内存中上升, 它完全忽略任何人类会看或听的东西 比如视频或音效之类的。 它只看RAM,试图找到输入序列,使 这些排序在内存中递增。
HN 上的讨论
2013 年 4 月 1 日,绝对才华横溢的 Tom7 在他的 YouTube 频道“SuckerPinch”上创建了一个 AI,它暂停了俄罗斯方块游戏而不是输掉。在我看来,Tom 的工作没有得到足够的认可。他发布 AI 的时间比 DeepMind 发布他们的 Atari 游戏 AI 早了整整 8 个多月。观看整个视频,很愉快。AI 在视频大约 16 分钟时在即将输掉前暂停了俄罗斯方块。[VIDEO] 我也推荐他的其他视频。才华横溢的人。编辑:这是论文 [LINK] — fartcannon, 2021-02
感谢指出这一点。否则我不会注意到那是谁。他关于 learnfun/playfun 的视频既搞笑又惊人。[VIDEO] — learc83, 2018-02
不完全是你描述的那样,但还没有人链接过经典的 Tom7 系列,他将深度学习应用于经典 NES 游戏:[VIDEO] — rdlw, 2025-02
tom7 太牛了。几年前他做了一个超棒又搞笑的视频,讲的是他关于 AI 玩 NES 的 SIGBOVIK 论文/研究:[VIDEO] — dan_quixote, 2022-10
我不确定有多少人能做到这一点。这里的作者在他关于自动玩 NES 的演讲中也很棒,[VIDEO] 。你很少看到学术和黑客工作还结合了恰到好处的幽默。他甚至把原版塞尔达 3D 化了! — onli, 2018-06
相关视频
- 半小时学会乐理。 · ANDREW HUANG · 31:36
- 用纯化学物质合成鸡肉面条汤 · The Thought Emporium · 22:48
- “陆地面积”是否假设一个国家完全平坦? · Stand-up Maths · 17:50
- 修复整个 SM64 源代码(疯狂的 N64 性能) · Kaze Emanuar · 18:20
- 互联网之子:亚伦·斯沃茨的故事 | 完整电影 (2014) · moviemaniacsDE · 1:45:00
- 《杀出重围》Morpheus 对话 [1080p 宽屏] · Darkangel754 · 2:50
- [音频已修复] 真相不可能是性别歧视——Steven Pinker 谈性别差异的生物学 · Gravitahn · 39:05
- 区块链是个坏主意 (James Mickens) · HBS Digital Initiative · 14:34
- 神经网络和反向传播的详细入门:构建micrograd · Andrej Karpathy · 2:25:52
- 8位与“8位风格”图形——跳出框框 · GDC Festival of Gaming · 1:25:34
- 但什么是神经网络?| 深度学习第一章 · 3Blue1Brown · 18:40
- 反向模拟 NES,赋予它超级能力! · suckerpinch · 22:21
- AlphaGo - 电影 | 完整获奖纪录片 · Google DeepMind · 1:30:28
- Transformer,LLM 背后的技术 | 深度学习第 5 章 · 3Blue1Brown · 27:14
- 终极 Game Boy 演讲 (33c3) · media.ccc.de · 1:01:06
- USENIX Security '18-Q:为什么主题演讲者不断建议改进安全性是可能的? · USENIX · 51:22