世界モデルを Pico 2 W に載せる、2 つの小さなネットワークが夢の中でゲームを遊ぶ
26k〜131k パラメータのループ型 Transformer が次のフレームを予測し、9k〜16k の MLP が行動を選ぶ。どちらも Raspberry Pi Pico 2 W の同じコアで動く。5 つのゲームで完全に一致したフレームは 83.6% から 100%。学習、量子化、デコードの規則も公開されている。
SheepSeb
ホーム26k〜131k パラメータのループ型 Transformer が次のフレームを予測し、9k〜16k の MLP が行動を選ぶ。どちらも Raspberry Pi Pico 2 W の同じコアで動く。5 つのゲームで完全に一致したフレームは 83.6% から 100%。学習、量子化、デコードの規則も公開されている。