用文字生成遊戲關卡自己玩是一種什麽樣的體驗？
GitHub 今日熱榜項目《GPT 版馬裏奧》了解一下～
瞧，你隻需在文本框中輸入 " 多點管道，多點敵人，少點障礙物，elevation 低點 "：
點擊 "Generate level"，就能獲得自己的馬裏奧遊戲了：
左邊是玩耍區，按方向鍵和 a、s、d 鍵進行控制就能直接玩，右邊則是根據你的要求生成的整體效果圖。
随意設置這幾個選項，還能解鎖更多樣式。
比如障礙物少一點的：
又或者是管道少一點、障礙物多一點的：
……
這一波，簡直童年回憶拉滿，媽媽再也不用擔心我無聊了
不得不提的是，以上你看到的這些效果，都是基于GPT-2完成的——
大語言模型又立功了～
用 GPT2 生成馬裏奧關卡
該項目背後的模型名叫MarioGPT。
它是首個基于文本生成遊戲關卡（text2level）的模型，在 GPT2（distilgpt2）上微調而成，作者來自哥本哈根信息技術大學。
其訓練素材包括《超級馬裏奧兄弟》和《超級馬裏奧兄弟：失落的關卡》，由視頻遊戲關卡語料庫提供。
具體原理如下圖所示：
和 GPT2 一樣，MarioGPT 能夠對下一個 token 序列進行預測。
其中的關卡被表示爲字符串，它會經過一個字節對編碼器（Byte-Pair Encoding）進行 tokenize。
關卡是被按列進行分解的，并展平爲單個向量（或者是多個關卡組成一批向量）。
爲了将用戶輸入的信息進行合并，作者給 MarioGPT 安排了一個凍結文本編碼器，它以預訓練的雙向 LLM（BART）形式出現。
與此同時，在這裏輸出模型前向傳播的平均隐藏狀态（hidden state）。
最後，将輸出的狀态用于 GPT2 架構的交叉注意力層，并與傳遞到模型中的實際關卡序列進行結合就可以了。
對于 MarioGPT 的效果，作者則表示很驚訝，因爲它最終生成的結果中，有88%都是可以用來實際進行闖關的。
怎麽玩？
确保電腦安裝了 3.8+ 版本的 python 後，使用 pip 命令或者 git 一下：
"pip install mario-gpt" 或 "git clone [email protected]:shyamsn97/mario-gpt.git >python setup.py install"
生成關卡最少隻需要下面這些代碼：
作者在項目中也提供了更深入的教程。
要想自己上手試一試生成的關卡，可以：
（1）去 Huggingface 上的 demo 上玩。它甚至可以不用你輸入文本，直接在每個元素上選擇 " 多 " 或者 " 少 " 等選項生成任意關卡。
（2）通過代碼控制：使用 play 和 astar 函數，前提是你電腦安裝了 Java 8+。
感興趣的朋友快去試試吧～目前 MarioGPT 已經有超過 500+ 人标星了。
論文地址：
https://arxiv.org/abs/2302.05981
項目地址：
https://github.com/shyamsn97/mario-gpt
HF 試玩地址：
https://huggingface.co/spaces/multimodalart/mariogpt
