前言
NitroGen 是一种统一的视觉到动作模型，用于直接从原始帧进行视频游戏，将视频游戏画面作为输入，输出手柄信号，模型通过大规模模仿学习，对人类游戏视频进行训练。NitroGen 在专为手柄作设计的游戏（如动作、平台跳跃和竞速游戏）上效果最佳，而在高度依赖鼠标和键盘的游戏（如即时战略、MOBA）上效果较差。
额 。。 教程应该还算新鲜，或者是其他地方已经有教程了，因为部署不算特别困难吧，主要还是评鉴
部署
git clone https://github.com/MineDojo/NitroGen.git
cd NitroGen
pip install -e .
然后你可以在huggingface下载模型
hf download nvidia/NitroGen ng.pt
或者使用
pip install huggingface_hub[hf_transfer] # 可加速下载
huggingface-cli download nvidia/NitroGen ng.pt --local-dir .
国内也可以在modelscope镜像下载
到目录下放置模型即可
F:\NitroGen\
├── 📁 .cache/
├── 📁 assets/
├── 📁 debug/
├── 📁 nitrogen/
├── 📁 nitrogen.egg-info/
├── 📁 out/
├── 📁 scripts/
├── 📄 LICENSE
├── 📄 ng.pt # 你的模型文件 (1.97 GB)
├── 📄 pyproject.toml
└── 📄 README.md
项目分为一个推理和一个运行代理，我们首先启动推理
python scripts/serve.py <path_to_ng.pt>
像是我当前目录结构那么启动命令就是
python scripts/serve.py ng.pt
启动后会下载一个文件大概2~3G
然后就是启动你的游戏和运行代理了启动你想玩的游戏，并且支持手柄，并(使用虚幻引擎开发的)不知道为什么，我测试中虚幻引擎打造的游戏兼容较好，又或者我没玩明白，别喷即可，要是其他游戏你运行上了算你厉害即可
运行代理命令
python scripts/play.py --process '<game_executable_name>.exe'
参数必须是你想玩的游戏的精确执行名。你可以在Windows任务管理器中右键点击游戏进程（Ctrl+Shift+Esc），然后选择。
额，我在这里启动首先遇到的第一个错误就是AttributeError: module 'numpy' has no attribute 'long' 解决方案就是换了将所有 dtype=np.long 替换为 dtype=np.int_
我测试的游戏有几个，主要是我也没多少游戏好测试，在推理状态下整体占用不高，但是游戏大概是4.5 FPS波动
点评
整个测试下来没有太多惊喜，反而我觉得大模型在使用手柄进行输出时很抽象，通过打印控制参数，发现抖动还是很严重的，其次就是平滑问题，因为噪声导致无法很好的过度，很抽象，额也有可能是我玩的游戏是大模型从来没见过玩过的如看门狗2我本来想试试经典GTA但是有反作弊这个是依靠注入dll文件实现的，注入就被弹了，后续尝试了地平线，求生之路emm，映射前面的主题，这些有的是注入失败，有的是没有反应，还有的就直接崩了，emm
声明
我看到在演示中是有如赛博朋克我映射GTA发现不行就映射看门狗,可能2d的会好一点但是我没有，这就是本期内容
