IA encontra os jogos retrô: um modelo de mundo em um Raspberry Pi Pico e uma rede neural construída dentro de DOOM
Fonte: GitHub (SheepSeb/tinyworldformer)
30 de outubro de 2026: Dois projetos amadores na primeira página do Hacker News nesta semana viram do avesso a ideia comum de "IA jogando games". Um roda uma IA minúscula que sonha jogos jogáveis em um microcontrolador. O outro constrói uma rede neural funcional a partir de uma fase de DOOM. Os dois são de código aberto, e os dois são um jeito divertido de entender como esses modelos realmente funcionam.
tinyworldformer: jogos sonhados em um Pico 2 W
O projeto tinyworldformer do desenvolvedor SheepSeb roda duas pequenas redes neurais em um Raspberry Pi Pico 2 W ao mesmo tempo:
- Um modelo de mundo que recebe o quadro atual e uma ação e prevê o próximo quadro e a recompensa. Em outras palavras, ele é o jogo.
- Uma rede ator que olha esses quadros gerados e escolhe a próxima ação. Em outras palavras, ela joga o jogo.
Segundo a página do projeto, no chip nenhuma das duas redes toca o jogo real: o ator só vê quadros que o modelo de mundo inventa, e o modelo de mundo só recebe ações do ator. Aperte qualquer botão e o controle passa para você, então dá para jogar o "sonho" você mesmo.
O projeto cobre cinco jogos pequenos: Breakout, um "Doom-lite" com raycasting, Flappy Bird, Pong e Pac-Man. O modelo de mundo é um único bloco transformer aplicado repetidamente (um transformer "em loop"), que o desenvolvedor escolheu porque reutilizar pesos economiza memória. No Pico, ele roda dois loops para manter a taxa de quadros. Os pesos são treinados pensando na quantização int8 e compilados em firmware Rust.
O texto também é honesto sobre as falhas. Um dos primeiros modelos de Breakout desenhava duas bolas ao mesmo tempo, e um agente treinado dentro do sonho chegou a fazer 154 pontos com 26 tijolos restantes porque o modelo de mundo não removia os tijolos dos cantos quando eram atingidos. É o mesmo problema de "explorar o simulador" que os grandes laboratórios enfrentam, mostrado em uma placa que cabe na palma da mão.
doomformer: uma rede neural feita de bonecos vodu
O segundo projeto, doomformer de mottopanikeiku (um post Show HN), compila uma rede neural de inteiros em um mapa de DOOM. Os clássicos "bonecos vodu" de DOOM fazem as contas, e os níveis de luz e as alturas do piso guardam os valores. A demo principal lê dígitos escritos à mão (MNIST): o marine anda no formato de um dígito no chão, e 1.355 bonecos vodu no mapa calculam a resposta.
O autor diz que cada valor que o DOOM calcula é conferido com uma referência em NumPy com tolerância zero. Um WAD "museu" jogável usa 136 bonecos e permite religar uma conexão no meio do jogo para ver um 7 virar 1. O projeto diz que uma versão de autoteste roda de forma exata no GZDoom, LZDoom, UZDoom e ZDoom 2.8.1, usando os arquivos de dados gratuitos do Freedoom.
Por que os gamers devem se importar
Modelos de mundo como o Genie 4, do Google DeepMind, são a versão de ponta da ideia do tinyworldformer: uma IA que gera o jogo quadro a quadro. Ver isso em escala de brinquedo deixa claros os trade-offs: pequenos erros se acumulam, e um jogador de IA vai encontrar e abusar de cada falha da simulação. O doomformer é pura diversão, e um lembrete de que a comunidade de DOOM roda qualquer coisa dentro do DOOM.
O que está confirmado / o que não está
Confirmado (pela página no GitHub de cada projeto): o hardware, os cinco jogos, o design de duas redes e os exemplos de falha do tinyworldformer; o design com bonecos vodu, as contagens de bonecos, as verificações com tolerância zero e os source ports suportados do doomformer.
Não confirmado: taxas de quadros no Pico e números de precisão além do que os autores publicam. Não montamos nenhum dos dois projetos nós mesmos.
Fontes
- SheepSeb, tinyworldformer (GitHub): https://github.com/SheepSeb/tinyworldformer
- mottopanikeiku, doomformer (GitHub): https://github.com/mottopanikeiku/doomformer
- Relacionado: Google DeepMind, anúncio do Genie 4 (27 de outubro de 2026): https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/
Relacionados
Voltar: IA