Folia
← 返回头版

开发者在Raspberry Pi Pico 2 W上实现微型世界模型游戏运行

开发者展示了一种名为tinyworldformer的项目,实现了在Raspberry Pi Pico 2 W微控制器上实时生成并游玩Pac-Man、Doom-lite等小型游戏 1。该模型由两个神经网络组成:一个用于预测游戏下一帧(世界模型),另一个用于选择动作(智能体) 1。通过采用循环Transformer架构和int8量化技术,模型被压缩至足以在资源受限的硬件上运行 1。

硬件平台选用搭载RP2350芯片的Raspberry Pi Pico 2 W,并利用其浮点运算单元(FPU)支持计算 1。在架构方面,项目使用循环Transformer,单个块应用1至4次以平衡速度与精度 1。权重采用int8格式并配合量化感知训练(QAT),激活值也转为int8或uint8 1。具体性能指标显示,Pac-Man占用600 KB Flash和460 KB SRAM,而Breakout占用361 KB Flash和299 KB SRAM 1。

该项目还实现了板载在线强化学习功能,允许智能体在模型生成的“梦境”中从头开始学习策略 1。学习机制支持Stream AC(λ)算法,无需回放缓冲区即可在设备上实时运行 1。验证方法表明,在Doom-lite中,当循环次数为2次时,针对特定测试步的预测帧错误单元格数为0,相比1次循环有显著改善 1。此外,代码同时编译为no_std Rust固件和WebAssembly模块,具备多平台支持能力 1。


评论