视频游戏评估框架使用教程
2025-04-19 00:32:01作者:冯爽妲Honey
1. 项目目录结构及介绍
VideoGameBench
是一个用于评估视觉语言模型(VLMs)在视频游戏理解和交互中的性能的开源项目。以下是项目的目录结构和相关文件介绍:
videogamebench/
├── configs/ # 包含各个游戏配置文件
├── media/ # 存储游戏媒体文件(如ROMs和图像)
├── src/ # 源代码目录
│ ├── evaluator.py # 主评估循环和游戏剧集管理
│ ├── run_dos.py # DOS游戏运行器和浏览器控制
│ ├── run_gb.py # Game Boy游戏运行器
│ ├── llm/ # LLM和代理逻辑
│ │ ├── llm_client.py # LLMLite逻辑
│ │ └── realtime_agent.py # Game Boy和DOS的代理逻辑
├── .gitignore # 指定git忽略的文件
├── LICENSE # 项目许可证信息
├── README.md # 项目说明文件
├── main.py # 主文件
├── requirements.txt # 项目依赖文件
└── setup.py # 项目安装脚本
2. 项目的启动文件介绍
项目的启动文件是 main.py
,它是程序的入口点。这个文件负责解析命令行参数,初始化游戏和模型,并开始游戏评估过程。以下是一个简单的启动示例:
python main.py --game pokemon_red --model gpt-4o
在上面的命令中,--game
参数指定了要运行的游戏(这里是 pokemon_red
),而 --model
参数指定了要使用的模型(这里是 gpt-4o
)。
3. 项目的配置文件介绍
配置文件位于 configs/
目录下,每个游戏都有自己的配置文件。这些文件控制了游戏的一些设置,例如游戏特定提示、预加载操作等。
每个游戏配置文件通常包含以下部分:
config.yaml
:游戏的主要配置文件,包含了游戏运行时需要的设置。prompt.txt
:游戏特定的提示文件,包含了在每个步骤提供给模型的提示信息。game.html
(可选):对于DOS游戏,可以提供一个自定义的HTML模板来覆盖默认的JS-DOS
HTML。preload.txt
(可选):对于DOS游戏,可以预加载一系列操作和延迟,用于游戏中的困难选择菜单或其他预设操作。
配置文件的正确设置对于游戏运行和模型评估至关重要。用户需要根据具体游戏的要求来调整配置文件。
登录后查看全文
热门项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++036Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0283Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
160
2.03 K

deepin linux kernel
C
22
6

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
533
60

React Native鸿蒙化仓库
C++
198
279

Ascend Extension for PyTorch
Python
46
78

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
947
556

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
381
17

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
996
396