/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
doom_conv_stem · dense
Опубликована
29 авг 2026

tiny-doom-defender

Обучение с подкреплением3 профессии

Компактная модель PPO на основе ModernBERT, которая управляет персонажем в VizDoom Defend the Center по последовательности кадров игры.

35скачиваний за 30 дней5лайковвеса обновлены30 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

tiny-doom-defender — компактная модель с 1 096 134 параметрами, разработанная для игры в Defend the Center из VizDoom. Это энкодер ModernBERT с архитектурой DoomConvStemPolicy: он обрабатывает пиксели трёх последовательных кадров RGB размером 160×100 и два предыдущих действия, чтобы выбирать действия в игре. Модель обучена на примерах программного оракула методом SFT и затем доработана с помощью PPO; в репозитории также есть контрольные точки только с SFT и версия int8.

Модель предназначена для управления игрой в реальном времени и рассчитана на запуск на CPU. В оценке на 1000 эпизодах основная версия показала в среднем 23,12 убийства за эпизод. Репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

  • управление персонажем в VizDoom Defend the Center
  • выбор игровых действий по последовательности кадров
  • эксперименты с обучением игрового агента методом PPO
  • запуск игрового агента в реальном времени на CPU

Ограничения

Модель предназначена для конкретного сценария VizDoom Defend the Center и принимает кадры фиксированного размера вместе с историей действий; применимость к другим играм или средам в карточке не заявлена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

tiny-doom-defender

A 1.1M-parameter ModernBERT encoder that plays VizDoom's Defend the Center in real time on a CPU from pixels alone.

📝 Read the full story/see the model play live · 💻 GitHub repo

cover

Inspired by VAGOsolutions/SauerkrautLM-Doom-MultiVec-1.3M.

The model underwent SFT from a programmatic oracle and has been refined with PPO.

Checkpoints in this repo

CheckpointPathTrainingMean killsσSize
tiny-doom-defender (default)rootSFT + PPO23.122.814.4 MB
tiny-doom-defender-sftsft/SFT only22.193.764.4 MB
tiny-doom-defender-int8int8/SFT + PPO, int823.132.781.1 MB

SauerkrautLM-Doom-MultiVec-1.3M (the inspiration) kills 20.38 enemies, with a standard deviation of 5.35.

Evaluation on 1000 episodes, seeds 10000–10999.

Usage

Install the package, download the repo, and let it play:

pip install git+https://github.com/anakin87/tiny-doom-defender
hf download anakin87/tiny-doom-defender --local-dir tiny-doom-defender

# watch it play in a live DOOM window
play-doom --ckpt tiny-doom-defender

# score it on the held-out test seeds
eval-model --ckpt tiny-doom-defender --episodes 100

Point --ckpt at a subfolder to use the other checkpoints:

eval-model --ckpt tiny-doom-defender/sft  --episodes 100
eval-model --ckpt tiny-doom-defender/int8 --episodes 100

Architecture

Parameters1,096,134
Observation3 stacked 160×100 RGB frames (t, t−1, t−2) + the 2 previous actions
Stemtwo stride-2 3×3 convs, 32 channels → a 40×25 = 1000-token grid
Encoder4-layer ModernBERT, hidden size 128, 4 heads, fed via inputs_embeds
Headlearned attention pooling → turn (3) / shoot (2) / value heads
Action spaceMultiDiscrete([3, 2]) — turn left/none/right × shoot/no-shoot

Tiny Doom Defender architecture

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

RL-агенты не запускаются как сервис инференса.

Класс архитектуры
DoomConvStemPolicy
Ревизия весов
556bd89

0 моделей