La IA se encuentra con los juegos retro: un modelo de mundo en una Raspberry Pi Pico y una red neuronal construida dentro de DOOM
Fuente: GitHub (SheepSeb/tinyworldformer)
30 de octubre de 2026: Dos proyectos de aficionados en la portada de Hacker News esta semana le dan la vuelta a la idea habitual de "la IA juega videojuegos". Uno ejecuta una IA diminuta que sueña juegos jugables en un microcontrolador. El otro construye una red neuronal funcional a partir de un nivel de DOOM. Ambos son de código abierto, y ambos son una forma divertida de entender cómo funcionan realmente estos modelos.
tinyworldformer: juegos soñados en una Pico 2 W
El proyecto tinyworldformer del desarrollador SheepSeb ejecuta dos pequeñas redes neuronales en una Raspberry Pi Pico 2 W al mismo tiempo:
- Un modelo de mundo que toma el cuadro actual y una acción, y predice el siguiente cuadro y la recompensa. En otras palabras, es el juego.
- Una red actor que mira esos cuadros generados y elige la siguiente acción. En otras palabras, juega el juego.
Según la página del proyecto, en el chip ninguna de las dos redes toca nunca el juego real: el actor solo ve cuadros que inventa el modelo de mundo, y el modelo de mundo solo recibe acciones del actor. Presiona cualquier botón y el control pasa a ti, así que puedes jugar el "sueño" tú mismo.
El proyecto incluye cinco juegos pequeños: Breakout, un "Doom-lite" con raycasting, Flappy Bird, Pong y Pac-Man. El modelo de mundo es un único bloque transformer aplicado repetidamente (un transformer "en bucle"), que el desarrollador eligió porque reutilizar pesos ahorra memoria. En la Pico ejecuta dos bucles para mantener la frecuencia de cuadros. Los pesos se entrenan pensando en la cuantización int8 y se compilan en firmware de Rust.
El informe también es honesto sobre los fallos. Un primer modelo de Breakout dibujaba dos pelotas a la vez, y un agente entrenado dentro del sueño llegó a sumar 154 puntos con 26 ladrillos restantes porque el modelo de mundo no quitaba los ladrillos de las esquinas al golpearlos. Es el mismo problema de "explotar el simulador" que enfrentan los grandes laboratorios, mostrado en una placa que cabe en la palma de la mano.
doomformer: una red neuronal hecha de muñecos vudú
El segundo proyecto, doomformer de mottopanikeiku (una publicación Show HN), compila una red neuronal de enteros en un mapa de DOOM. Los clásicos "muñecos vudú" de DOOM hacen la aritmética, y los niveles de luz y las alturas del piso guardan los valores. La demo principal lee dígitos escritos a mano (MNIST): el marine recorre la forma de un dígito en el piso, y 1,355 muñecos vudú en el mapa calculan la respuesta.
El autor dice que cada valor que calcula DOOM se compara con una referencia de NumPy con tolerancia cero. Un WAD "museo" jugable usa 136 muñecos y te permite recablear una conexión a mitad de la partida para ver cómo un 7 se convierte en un 1. El proyecto dice que una versión de autoprueba corre de forma exacta en GZDoom, LZDoom, UZDoom y ZDoom 2.8.1, usando los archivos de datos gratuitos de Freedoom.
Por qué debería importarles a los jugadores
Los modelos de mundo como Genie 4 de Google DeepMind son la versión de gama alta de la idea de tinyworldformer: una IA que genera el juego cuadro por cuadro. Verlo a escala de juguete deja claras las concesiones: los errores pequeños se acumulan, y un jugador de IA encontrará y aprovechará cada error de la simulación. Doomformer es pura diversión, y un recordatorio de que la comunidad de DOOM ejecutará cualquier cosa dentro de DOOM.
Qué está confirmado / qué no
Confirmado (según la página de GitHub de cada proyecto): el hardware, los cinco juegos, el diseño de dos redes y los ejemplos de fallos de tinyworldformer; el diseño con muñecos vudú, la cantidad de muñecos, las comprobaciones con tolerancia cero y los source ports compatibles de doomformer.
No confirmado: frecuencias de cuadros en la Pico y cifras de precisión más allá de lo que publican los autores. No hemos armado ninguno de los dos proyectos nosotros mismos.
Fuentes
- SheepSeb, tinyworldformer (GitHub): https://github.com/SheepSeb/tinyworldformer
- mottopanikeiku, doomformer (GitHub): https://github.com/mottopanikeiku/doomformer
- Relacionado: Google DeepMind, anuncio de Genie 4 (27 de octubre de 2026): https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/
Relacionados
Subir: IA