我们训练了一只名叫 Freddy 的老鼠玩简化版 GTA

这最初只是个愚蠢的想法，结果不知怎么变成了一个完整的模拟项目。我们想看看能否通过脑机接口让一只老鼠“玩”GTA 风格的游戏。显然，给老鼠一个完整的手柄并指望它理解开放世界是荒谬的，所以我们把一切都简化了。工作原理如下：Freddy 拥有一个多通道神经接口（在我们这里是模拟的，但基于真实的啮齿类动物 BCI 研究）。一个自适应解码器将他的大脑活动转化为一小组动作：前进、左、右、互动、加速。就这么简单。没有瞄准，没有完整的驾驶物理，没有物品栏。只够用来移动和与高亮物体互动。奖励系统纯粹是老鼠逻辑：上车 = 1 份零食，完成一段短途驾驶 = 2 份零食，完成一段较长的驾驶 = 3.5 份零食，成功逃脱检测 = 2.5 份零食，无所事事坐着 = 小惩罚。他一完成其中任何一项，就会立刻得到零食。Freddy 不在乎剧情或混乱，他们只在乎稳定的奖励。所以 Freddy 很快就搞清楚了，“走到发光的车旁—互动—开一小段”是回报最高的循环。我们还会在会话期间追踪心率、压力和唤醒水平。如果他压力过大，有效奖励会稍微下降，这样他就不会只是胡乱按动作。解码器会根据哪些神经模式真正带来零食在线自适应调整，所以在一次会话中，他越来越擅长产生能带来奖励的模式。实际发生的情况：Freddy 忽略了大部分“开放世界”，只是不断重复最高奖励的序列。只有当短任务的回报不再那么高时，他才会去执行更长的任务。如果有人想看看这个乱糟糟的自适应解码器和奖励塑形代码，仓库已经公开。仓库地址：https://github.com/wtb3771c30h/Rat-Theft-Auto