في عالم الذكاء الاصطناعي، تمثل الألعاب اختباراً مهماً لقدرات النماذج الجديدة. كشفت دراسة حديثة عن نموذج Cortex، الذي يعد قفزة نوعية في تقليد سلوك اللاعبين في لعبة Quake الشهيرة. يستخدم هذا النموذج آلية تقليد سلوكي بسيطة مع ميزات بصرية محفوظة، مما يجعله فريداً في نوعه.

يتميز Cortex بكونه نموذجًا مدمجًا وتعتمد آليته على 10.98 مليون معلمة قابلة للتدريب، موزعة على ستة طبقات من نموذج التحويل (Transformer) فوق مشفر DINOv3 المجمد. خلال التدريب، تم استخدام مجموعة من 6,849 تسجيلًا، تعادل حوالي 474.7 ساعة من تجربة اللعب، ممثلة في 17.09 مليون إطار قرار متخزن.

تعدّ تجربة التدريب جزءاً محورياً، حيث استخدم نموذج Cortex نوافذ تدريب بطول أربعة إطارات لأكثر من 517,048 نافذة في كل فترة تدريب استمرت حوالي 3.3 دقيقة. قام الباحثون بتقييم النموذج من خلال إجراء تجارب على سلسلتين مستقلتين تضم كل منهما 20 حلقة عشوائية، حيث لم يتمكن Cortex من إنهاء المرحلة، لكن كل حلقة كانت تقترب من الأبواب والغرف المختلفة، حيث حقق 19 من أصل 20 حلقة على الأقل قتلاً واحداً.

تُظهر التحليلات أن استخدام رموز مرئية أكثر كثافة يحسن من الأداء القتالي والبقاء، في حين أن طول فترة التحسين وسجل الأحداث البدائية يساهمان في تحسين المؤشرات بدون تحقيق فوز ثابت. تُظهر هذه النتائج إمكانية استهداف تحسينات معينة البيانات في المراحل المقبلة.

نظراً للنتائج المثيرة التي حققها Cortex، يأمل الباحثون في نشر تنفيذ النموذج، وأيضًا النقاط المرجعية لتمكين المطورين والباحثين من استكشاف المزيد حول هذا النموذج المبتكر.