fhshaik/typesafe-mario

해결하는 문제

TypeSafe Mario는 AI 모델(Jev)이 NES에서 슈퍼 마리오 브라더스를 플레이할 수 있게 하는 실험적 컨트롤러입니다. 기존의 인간 입력을 시각적 스크린샷이 아닌 게임 상태 데이터에 기반한 모델 주도 결정으로 대체합니다.

작동 방식

시스템은 에뮬레이터 텔레메트리와 RAM을 파싱하여 구조화된 객체 중심 JSON 객체를 생성하는 하네스를 사용합니다. 이 JSON에는 마리오의 움직임, 점프 궤적, 적 위치, 지형 지오메트리에 대한 데이터가 포함됩니다. AI 모델은 이 구조화된 데이터를 받아 사전 정의된 컨트롤러 매크로(예: right_run_jump 또는 jump) 중 하나를 선택합니다. 그런 다음 에뮬레이터는 몇 프레임을 진행한 후 모델이 다음 결정을 내립니다.

대상 독자

게임 AI, 에뮬레이터 텔레메트리 파싱, 그리고 의사 결정을 위한 모델 입력으로서 구조화된 데이터 사용에 관심이 있는 개발자와 AI 연구자.

주요 특징

• 구조화된 입력: 원시 픽셀 대신 JSON을 사용하여 "위험 점수" 및 "점프 마감 시간"과 같은 고수준 개념을 모델에 제공합니다.
• 텔레메트리 파싱: 원시 NES RAM을 의미 있는 게임 상태 객체(플레이어, 위험, 지형, 에피소드 진행)로 변환합니다.
• 실시간 대시보드: 행동 확률, 신뢰도, 모델 지연 시간을 표시하는 시각화 도구가 포함되어 있습니다.
• 결정 로깅: 모든 결정과 관련 게임 상태를 JSONL 파일에 기록하여 나중에 분석하거나 소셜 클립에 사용할 수 있습니다.