视频游戏评估框架使用教程
2025-04-19 06:56:45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
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-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~059CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-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。00openHiTLS
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!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
53
465

deepin linux kernel
C
22
5

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
349
381

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
7
0

openGauss kernel ~ openGauss is an open source relational database management system
C++
132
185

🎉 (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
873
517

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
336
1.1 K

React Native鸿蒙化仓库
C++
179
264

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
609
59

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4