ИИ встречает ретро-игры: модель мира на Raspberry Pi Pico и нейросеть, построенная внутри DOOM
Источник: GitHub (SheepSeb/tinyworldformer)
30 октября 2026 г.: два хобби-проекта, попавшие на этой неделе на главную Hacker News, переворачивают привычную идею «ИИ играет в игры». Первый запускает крошечный ИИ, который придумывает во сне игры на микроконтроллере, в которые можно играть. Второй собирает работающую нейросеть из уровня DOOM. Оба проекта открыты, и оба — увлекательный способ понять, как на самом деле работают такие модели.
tinyworldformer: игры, увиденные во сне на Pico 2 W
Проект разработчика SheepSeb tinyworldformer одновременно запускает две небольшие нейросети на Raspberry Pi Pico 2 W :
- Модель мира, которая получает текущий кадр и действие и предсказывает следующий кадр и награду. Иными словами, по сути она воплощает саму игру.
- Сеть-«актёр» (actor), которая смотрит на сгенерированные кадры и выбирает следующее действие. Иными словами, она играет в саму игру.
Согласно странице проекта, на чипе ни одна из сетей не касается настоящей игры: актёр видит только кадры, придуманные моделью мира, а модель мира получает действия только от актёра. Нажмите любую кнопку — и управление перейдёт к вам, так что в «сон» можно сыграть самому.
Проект охватывает пять небольших игр: Breakout, рейкаст-«Doom-lite», Flappy Bird, Pong и Pac-Man. Модель мира — это один блок трансформера, применяемый многократно («зацикленный» трансформер); разработчик выбрал такой вариант, потому что повторное использование весов экономит память. На Pico она выполняет два цикла, чтобы удерживать частоту кадров. Веса обучены с расчётом на квантование int8 и скомпилированы в прошивку на Rust.
Автор честно рассказывает и о сбоях. Ранняя модель Breakout рисовала сразу два мяча, а агент, обученный внутри «сна», однажды набрал 154 очка при 26 оставшихся кирпичах, потому что модель мира не убирала угловые кирпичи при попадании. Это та же проблема «эксплойта симулятора», с которой сталкиваются крупные лаборатории, только на плате, умещающейся на ладони.
doomformer: нейросеть из кукол вуду
Второй проект, doomformer от mottopanikeiku (публикация Show HN), компилирует целочисленную нейросеть в карту DOOM. Арифметику выполняют классические «куклы вуду» DOOM, а значения хранятся в уровнях освещённости и высотах пола. Главное демо распознаёт рукописные цифры (MNIST): десантник проходит по полу контур цифры, и 1 355 кукол вуду на карте вычисляют ответ.
Автор утверждает, что каждое значение, вычисленное DOOM, сверяется с эталоном на NumPy с нулевым допуском. Играбельный WAD-«музей» использует 136 кукол и позволяет прямо во время игры перекоммутировать одно соединение, чтобы увидеть, как 7 превращается в 1. По данным проекта, версия с самопроверкой точно работает в GZDoom, LZDoom, UZDoom и ZDoom 2.8.1 с бесплатными файлами данных Freedoom.
Почему это важно геймерам
Модели мира вроде Genie 4 от Google DeepMind — это продвинутая версия идеи tinyworldformer: ИИ, который генерирует игру кадр за кадром. В игрушечном масштабе компромиссы очевидны: мелкие ошибки накапливаются, а ИИ-игрок найдёт и использует каждую ошибку симуляции. Doomformer — чистое развлечение и напоминание о том, что сообщество DOOM запустит внутри DOOM что угодно.
Что подтверждено, а что нет
Подтверждено (по страницам проектов на GitHub): железо, пять игр, схема из двух сетей и примеры сбоев у tinyworldformer; конструкция из кукол вуду, число кукол, проверки с нулевым допуском и поддерживаемые порты у doomformer.
Не подтверждено: частота кадров на Pico и показатели точности сверх опубликованных авторами. Сами мы ни один из проектов не собирали.
Источники
- SheepSeb, tinyworldformer (GitHub): https://github.com/SheepSeb/tinyworldformer
- mottopanikeiku, doomformer (GitHub): https://github.com/mottopanikeiku/doomformer
- По теме: Google DeepMind, анонс Genie 4 (27 октября 2026 г.): https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/
Похожие материалы
Назад: ИИ