Re:Cooplay Preset Model v2
автоматическое разделение управления для кооператива
2 min readupdated
Модель от автора YOSHI0209 решает необычную прикладную задачу: берёт список клавиш и действий одиночной ПК-игры и распределяет их между 2–4 игроками для совместного прохождения. Она создана для инструмента локального кооператива Re:Cooplay и работает полностью офлайн прямо на компьютере пользователя. В основе лежит квантованный текстовый энкодер на базе paraphrase-multilingual-MiniLM-L12-v2 (для чтения названий действий) в связке с лёгким двухслойным Transformer-классификатором на 104 тысячи параметров. В отличие от простых правил по клавишам, нейросеть понимает внутренние идентификаторы из файлов игр вроде IA_Jump или MoveForward на английском и японском языках, группируя связанные действия и оси. Пригодится разработчикам кооперативных утилит, моддерам и пользователям Re:Cooplay для быстрого запуска игр без готовых профилей.
Ключевые особенности
- Понимает сырые идентификаторы из игровых файлов (
+attack,MoveForward), даже если игра не встречалась при обучении. - Делает три ключевых предсказания: определяет категорию действия (движение, камера, бой, инвентарь, меню, диалоги), решает, отдавать ли кнопки одному игроку, и связывает парные оси.
- Максимально компактная: текстовый энкодер сжат до ~40 МБ (8-битные веса и словарь на 43 691 токен), а блок распределения весит всего ~410 КБ.
- Работает локально без интернета: инференс для 14 действий занимает около 80 мс на 8-поточном процессоре через Rust-хост.
Что можно сделать
- Подключить к десктопному хосту Re:Cooplay, чтобы на лету генерировать пресеты управления на 2–4 человека для новых ПК-игр.
- Встроить в собственные утилиты переназначения клавиш или эмуляторы геймпадов для автоматической группировки игровых осей и действий.
- Использовать как лёгкий классификатор игровых контролов при парсинге конфигов Unity и Godot.
Пример
import json, struct
import numpy as np
from transformers import AutoTokenizer
raw = open("text-encoder.bin", "rb").read()
n = struct.unpack("
Подробнее
Качество: точность определения категорий на 57 конфигах Unity/Godot — 88.1%, на сырых файлах из 6 игр — 76.0% (на 30 проверенных вручную играх — 87.4%).Ограничения: поддерживает до 160 действий за один проход (до 48 токенов на имя); хуже группирует управление транспортом (машины, самолёты, дроны).
Формат и лицензия: собственные бинарные форматы
RCTE/RCPM (не открываются напрямую через AutoModel); лицензия CC BY-NC-ND 4.0 (только некоммерческое использование без модификации весов).









Comments