用 World Model 教 AI 玩 Pokémon Red

Teaching a World Model to Play Pokemon

受旧金山 Pokémon 热潮启发，我决定用 Yann LeCun 提出的 JEPA 架构，训练一个 World Model 来玩经典的 Pokémon Red。我的目标很具体：让模型在 Professor Oak 的实验室里，通过预测屏幕截图的潜在状态变化，自主规划按键序列来选择初始宝可梦。然而，训练过程并非一帆风顺，模型一度陷入“潜在坍塌”的陷阱，将所有画面压缩成相同的向量。为了解决这个问题，我引入了 SIGReg 正则化技术，强制嵌入空间保持高斯分布的多样性。最终，模型成功学会了在 Oak 的实验室中按下正确的按钮，选择了 Squirtle。