开发者用单张RTX 3080 Ti训练小模型玩Pokémon Red

开发者 stmonty 在单张 RTX 3080 Ti 上从零训练了一个约 1250 万参数的世界模型，让模型从 Professor Oak 的存档选出妙蛙种子。模型通过压缩屏幕摘要预测按键后果，经过 42382 帧训练后，100 次尝试中有 52 次选到初始宝可梦，而随机按键和未训练模型几乎失败。项目代码已开源至 GitHub lePokeRed。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。