GenieRedux 本地部署指南：用 RetroAct 数据集训练你的第一个世界模型

写在前面

如果你想理解世界模型是怎么训练的，光看论文不够。跑一遍代码，观察训练过程，才能真正理解每个组件在做什么。

GenieRedux 是目前最完整的开源世界模型训练框架。代码质量不错，文档也算清晰。这篇文章带你走一遍部署流程。

硬件需求

先说结论：这不是笔记本能跑的东西。

最低配置（能跑但很慢）：

• GPU：16GB 显存以上（3090、4090 或更好）
• RAM：32GB
• 存储：100GB 可用空间

推荐配置：

• 多张 GPU（论文用的是多卡训练）
• 64GB RAM
• SSD 存储

如果你只有一张消费级显卡，可以跑，但要降低 batch size，效果会打折扣。

环境准备

1. 克隆仓库

git clone https://github.com/insait-institute/GenieRedux.git
cd GenieRedux

2. 安装 Conda 环境

项目提供了一个安装脚本：

bash install.sh

这个脚本会创建三个 Conda 环境：

• retro_datagen：数据生成环境，包含 Stable-Retro
• genie_redux：模型训练和评估环境
• auto_explore：探索智能体训练环境

安装过程可能需要 10-20 分钟，取决于网速和机器配置。

3. 获取游戏 ROM

这是最麻烦的一步。GenieRedux 用 Stable-Retro 模拟器运行复古游戏，但 ROM 文件需要你自己准备。

为什么不直接提供？版权问题。NES、SNES、Genesis 的游戏 ROM 是有版权的。

怎么获取：

1. 如果你有原版卡带，可以用设备 dump ROM
2. 网上有一些公开的 ROM 资源，但合法性模糊
3. 部分游戏有官方重制版，购买后可以提取 ROM

获取后，用 Stable-Retro 导入：

conda activate retro_datagen
python -m retro.import /path/to/your/roms/

建议先用几个游戏测试流程，确认跑通后再扩展。

数据生成

生成预训练数据

conda activate retro_datagen
python run.py generate config=retro_act/pretrain

这个命令会：

1. 启动模拟器
2. 用随机动作玩游戏
3. 录制每一帧画面和对应的动作
4. 保存到 data_generation/datasets/ 目录

默认配置会生成多个游戏的数据。如果你的 ROM 不全，可以修改配置文件只生成有 ROM 的游戏。

配置文件在 data_generation/configs/ 目录下。关键参数：

• n_sessions：每个游戏生成多少个 episode
• n_steps_max：每个 episode 最多多少步
• image_size：画面分辨率（默认 64x64）

训练分词器

分词器（Tokenizer）把画面压缩成离散的 token。这是训练的第一步。

conda activate genie_redux
python run.py genie_redux train config=tokenizer.yaml \
    train.num_processes=6 \
    train.batch_size=7 \
    train.grad_accum=2

参数说明：

• num_processes：数据加载的进程数，根据 CPU 核心数调整
• batch_size：每个 GPU 的 batch 大小，根据显存调整
• grad_accum：梯度累积步数

默认训练 150k 步。在单张 4090 上大概需要 10-20 小时。

训练过程中会保存 checkpoint 到 checkpoints/tokenizer/ 目录。

训练动力学模型

分词器训练完成后，训练动力学模型：

python run.py genie_redux train config=genie_redux_guided_pretrain.yaml \
    train.num_processes=7 \
    train.batch_size=4 \
    train.grad_accum=3 \
    tokenizer_fpath=checkpoints/tokenizer/tokenizer/model-150000.pt

这一步训练的是 GenieRedux-G，需要提供动作标签。如果你想训练不需要动作标签的版本（带 LAM），用 config=genie_redux.yaml。

训练时间更长，可能需要 1-3 天，取决于硬件和数据量。

评估模型

训练完成后，可以评估效果：

python run.py genie_redux eval \
    config=genie_redux_guided_pretrain.yaml \
    eval.action_to_take=-1 \
    eval.model_fpath=checkpoints/genie_redux_guided/genie_redux_guided_pretrain/model-180000.pt \
    eval.inference_method=one_go

action_to_take=-1 表示用真实的动作序列评估。设置成 0-4 可以测试特定动作的效果。

评估会输出几个指标：

• PSNR：峰值信噪比，衡量重建质量
• SSIM：结构相似性
• FID：生成图像和真实图像的分布距离
• ΔPSNR：控制性指标

同时会生成可视化结果，保存在 outputs/evaluation/ 目录。

常见问题

Q：显存不够怎么办？

降低 batch_size，增加 grad_accum。比如 batch_size=2, grad_accum=8 和 batch_size=16, grad_accum=1 的总 batch 是一样的，只是速度慢一些。

Q：只有部分游戏的 ROM 能跑吗？

可以。修改配置文件，只包含你有 ROM 的游戏。或者在生成数据时指定游戏列表。

Q：训练到一半中断了怎么办？

Checkpoint 会自动保存。在训练命令里加 model_fpath=上次的checkpoint路径 可以继续训练。

Q：效果很差怎么办？

先检查数据生成是否正确。查看 data_generation/datasets/ 里的数据，确认画面和动作是对的。

如果数据没问题，可能是训练步数不够。150k 是论文推荐的最低步数，你可能需要更多。

探索智能体（可选）

如果你想用 AutoExplore 收集更好的训练数据：

conda activate auto_explore
python run.py auto_explore train \
    common.root_dpath=checkpoints/auto_explore \
    world_model.root_dpath=checkpoints/genie_redux_guided \
    world_model.model_dname=genie_redux_guided \
    world_model.model_fname=model-100000.pt \
    collection.games='["SuperMarioBros-Nes"]'

AutoExplore 会用已经训练好的世界模型来指导探索。它会倾向于去模型预测不准的区域，收集更有价值的数据。

下一步

跑通基础流程后，可以尝试：

1. 增加数据量和训练步数，看效果能提升多少
2. 在新游戏上微调模型
3. 修改模型架构，做消融实验
4. 读懂代码，理解每个模块的作用

GenieRedux 的代码结构比较清晰，适合学习世界模型的内部机制。

预期效果

说实话，最终效果和 DeepMind 的 Genie 3 差距很大。分辨率低、一致性短、泛化能力有限。

但作为学习材料，它是够用的。你能理解：

• 视频分词器是怎么把画面压缩成 token 的
• 动力学模型是怎么预测下一帧的
• 隐动作模型是怎么从画面推断动作的

这些理解比最终效果更有价值。