cartmind-1.0-223K
крошечная нейросеть, которая проходит Cart Surfer только по пикселям
2 мин чтенияобновлено
cartmind-1.0-223K — компактная свёрточная нейросеть (CNN) на 223 190 параметров (всего 894 КБ), обученная играть в мини-игру Cart Surfer из Club Penguin. Модель не получает доступа к внутреннему состоянию игры: на вход подаются только последние 4 чёрно-белых кадра в разрешении 84×84. Нейросеть стабильно проходит случайно сгенерированные трассы любой длины без потери жизней, входит в скольжение (grind) на каждом повороте и выполняет цепочки из сальто назад и вращений. Проект от разработчика benank подойдёт тем, кто изучает обучение с подкреплением (RL) и имитационное обучение на лёгких задачах без тяжёлых GPU.
Ключевые особенности
- Работа исключительно по изображению: принимает стек из 4 кадров 84×84 (grayscale) с частотой 24 решения в секунду и выдаёт одно из 6 действий (ничего, влево, вправо, вверх, вниз, пробел).
- Трёхэтапное обучение: сначала учитель на базе Double DQN освоил игру по 17 внутренним параметрам, затем CNN обучилась через клонирование поведения (169 139 кадров), а финальный раунд DAgger (123 338 кадров) полностью убрал падения.
- Превосходит учителя: на классической трассе модель набирает в среднем 3 280 очков против 2 853 у RL-учителя, от которого она училась.
- Полностью воспроизводимое окружение: в репозиторий включён
club_pyguin— Python-воссоздание движка игры, генератор случайных трасс и экстрактор ресурсов из оригинального SWF-файла.
Что можно сделать
- Запустить демонстрацию в окне или headless-режиме: посмотреть, как агент проходит классическую или случайную трассу на 7, 14 или 28 поворотов с заданным seed.
- Изучить пайплайн Teacher → Behavior Cloning → DAgger: использовать готовый код как компактный учебный пример дистилляции RL-агента в визуальную нейросеть.
- Встроить агента в свой игровой цикл: класс
CartSurferAgentвplay.pyпринимает кадр (pygame Surface или RGB-массив) и возвращает индекс действия.
Пример
from play import ACTIONS, CartSurferAgent
agent = CartSurferAgent()
action = agent.reset(first_frame)
while running:
frame = game.step(action)
action = agent.step(frame)
print(ACTIONS[action])
Подробнее
Тест (150 новых трасс): 150/150 пройдено, 0 потерянных жизней, 2 450/2 450 поворотов со скольжением, 95% трюков успешны.Средний счёт на тесте: 3 595 (7 поворотов), 6 851 (14 поворотов), 12 781 (28 поворотов).
Железо и обучение: всё обучение заняло около 40 минут на ноутбуке Apple M3 Pro; весит модель 894 КБ (float32 safetensors).
Ограничения: тестировалась только в рендерере Club Pyguin (не в оригинальном Flash/Ruffle), поведение детерминированное, меню не нажимает.










Комментарии