fhshaik/typesafe-mario

它解决了什么问题

TypeSafe Mario 是一个实验性的控制器，允许 AI 模型（Jev）在 NES 上游玩《超级马里奥兄弟》。它用基于游戏状态数据（而非视觉截图）的模型驱动决策取代了传统的人类输入。

它的运作方式

系统使用一个解析模拟器遥测数据和 RAM 的 harness，建立结构化、以对象为中心的 JSON 对象。此 JSON 包含马里奥的运动、跳跃轨迹、敌人位置和地形几何数据。AI 模型接收此结构化数据，并选择数个预定义的控制器宏之一（例如 right_run_jump 或 jump）。模拟器接着推进数帧，然后模型再做出下一个决策。

适用对象

对游戏 AI、模拟器遥测数据解析，以及使用结构化数据作为决策模型输入感兴趣的开发者和 AI 研究人员。

亮点

• 结构化输入：使用 JSON 而非原始像素，为模型提供高阶概念，例如“危险分数”和“跳跃截止时间”。
• 遥测数据解析：将原始 NES RAM 转换为有意义的游戏状态对象（玩家、危险、地形和关卡进度）。
• 实时仪表板：包含可视化工具，显示动作概率、置信度和模型延迟。
• 决策记录：将每个决策及其相关游戏状态记录到 JSONL 文件，供日后分析或社交片段使用。