Awesome Jev / 游戏与实时决策
游戏与实时决策
面向低延迟游戏 AI、模拟仿真、高频交互与快速博弈分支的高性能决策集成。
emrickgarrett
OneVOneJev
在浏览器里和 Jev 玩 1v1 射击。它读取结构化战况，选择走位、瞄准和开火。
每个决策 tick 同时询问移动、视角、开镜、开火与跳跃；API 不可用时使用启发式逻辑。
↳ 在持续交互的游戏中观察结构化决策。
standardagents
jevpilot
在浏览器里开一辆小车，让 Jev 从提前算好的路线和速度里选下一步。
读取路况、附近车辆和候选轨迹，选择转向与速度；碰撞预测和紧急刹车由代码处理。
↳ 把驾驶判断和物理计算拆开，能直接查看每次选择及其概率。
vinilana
live-jev
浏览器里的俯视小车模拟器，用 Jev 选择车道与速度，并可与聊天模型对跑。
Jev 批量回答变道、速度、危险程度和行人让行问题，本地规则执行动作。
↳ 同一条种子路线可比较两种控制器；紧急制动另有本地逻辑。
leftspace89
JevBird
让 Jev 玩 Python 版 Flappy Bird：程序先模拟路线，再让模型选择。
每遇到新的管道，Jev 从候选路线中选一条，游戏执行该路线的拍翅计划。
↳ 可在画面中查看候选轨迹、概率和最终选择。
4anti
jev-broadcast-lab
一个以国际象棋为主的 Jev 实验台，也能试工单分类、文档匹配和审核。
从 chess.js 算出的合法走法中选择一步；Stockfish 分数只给操作者看。
↳ 可以同时观察模型选步和本地棋力评估，检查两者的差别。
lbotinelly
jev-little-airways
小岛机场模拟器，让 Jev 判断飞机航路、避让、紧急广播与降落顺序。
把飞机和周边交通状态转为问题，Jev 的回答驱动模拟器动作。
↳ 可查看请求、回答与模拟状态；仓库也提供 mock 路径。
lukaske
jev-doom-agent
在浏览器里跑两份 Doom 引擎，让 Jev 根据游戏状态选择战术动作。
读取结构化血量、弹药和可见目标，从战术宏中选一项，再交给本地控制器执行。
↳ 能在相同起点对照不同策略，并查看每次模型决策。
AmoghCreator
doom-jev
让 Jev 玩 Doom：看结构化战况，决定往哪走、瞄谁和什么时候开火。
选择宏观目标、敌人、移动、转向、跳跃与开火；几何逻辑接手细微瞄准。
↳ 把游戏运行和网络推理分开，不必每一帧都等待模型。
mittal-parth
jev-experiments
让 Jev 玩 Chrome 小恐龙和本地射击竞技场，Python 根据结构化判断执行动作。
从游戏状态中判断跳跃、蹲伏、移动、瞄准和开火，执行器应用本地规则。
↳ 把状态、模型答案和执行动作在检查界面中对照查看。
TarunTomar122
jev-askable-arm
在 ManiSkill 模拟机械臂中，让 Jev 把英文目标拆成一连串预设动作。
根据仿真坐标、夹爪和物体状态，从约三十个动作原语中选择动作及目标。
↳ 将动作选择与 Python 的底层控制分开。
raihankhan-rk
jevarena
两个 Jev Agent 在并排的浏览器 Snake 游戏里对战，观众可以查看每步方向选择。
根据结构化棋盘状态，从当前允许的方向按钮中选择点击目标。
↳ 把候选按钮、操作概率和游戏进展一起显示。
fhshaik
typesafe-mario
从 NES 模拟器 RAM 和状态数据中提取环境，让 Jev 选择超级马力欧的手柄按键。
读取运动、敌人、地形及近期操作状态，从预设合法操作中选一项。
↳ 不用给模型发截图，也能记录每次输入状态和选择结果。
RomanSlack
jev-drone
MuJoCo 无人机仿真实验：从相机缓冲区提取场景，Jev 提供战术动作建议。
根据距离扇区、障碍高度与目标状态选择机动、评估风险和目标丢失状态。
↳ 把战术判断与本地制导、避障和飞控分层。
phyous
tsai-sc
让 Jev 操作原版 StarCraft shareware 的 Strongarm 关卡，读取状态与推理时暂停游戏。
从结构化游戏状态中选择命令，再通过鼠标和键盘输入执行。
↳ 作者提供关卡胜利录像与校验报告；这是有限任务实验，不是实时竞技基准。
lavallee
mk-jev-fly-brain
在 mk.js 格斗游戏中比较果蝇连接组脉冲仿真、Jev 和规则策略。
Jev 读取格斗状态，从与其他控制器相同的七个动作中选择下一步。
↳ 用不同控制组、对局档案和实验说明比较各部分贡献。
Icohen007
jev-play-ping-pong
让 Jev 在浏览器乒乓球游戏中选择发球方向、回球角度和力度。
读取球台结构化遥测，通过 Choice 选择接触方向与击球节奏，再由代码执行输入。
↳ 保留动作、时延与对局记录，便于复查一次游戏过程。
Skyvern-AI
jevscape
RuneBench 的 Jev 扩展，使用 rs-sdk 的有界动作目录驱动 RuneScape 游戏任务。
按游戏状态选择目标动作、当前 tick 干预与下一次询问间隔。
↳ 提供动作分布面板、运行记录和 burst/tick 两种控制方式。
zhengxuyu
litjev
将开源大模型转化为 Jev 决策层的开放复现实现，基于 Qwen 等模型直接读取选项 logits 提供 System One 兼容接口。
复刻 Jev 的 /v1/systemone 协议（Choice、Score、Noul），通过本地模型 forward 计算选项 token 的相对概率而非生成文本。
↳ 让开发者可在本地私有部署 Jev 兼容的离散决策服务，摆脱闭源商用 API 依赖并支持 MMLU-Pro 等评测。
AbdelStark
heist-one
可观察的浏览器潜行游戏，由 Jev 驱动守卫的强类型状态判断，而确定性代码引擎控制物理世界与移动规律。
在游戏主循环或事件触发时，由 Jev 判定守卫的警觉状态（怀疑、警报、搜寻），并将决策输出实时同步给渲染引擎。
↳ 探索了利用 Jev 作为游戏 NPC 离散决策大脑的可行性，使 AI 行为既具备语义理解力又受确定性游戏规则约束。
sorrycc
typesafe-snake
由 TypeSafe Jev 模型自动操作的贪吃蛇游戏，每 tick 执行一次原子决策，合法移动与物理事实均由本地代码生成。
将当前蛇身坐标、食物位置与合法转向候选组装为状态，由 Jev 选择下一步最佳转向（UP/DOWN/LEFT/RIGHT）。
↳ 验证了 Jev 在离散空间快速做二元/多元选择的单步决策能力，且底层严格杜绝撞墙等非法动作。
jaredpalmer
kev
基于 Qwen2.5-0.5B 构建的轻量级类 Jev 决策头与适配器，支持在 MacBook 本地训练、微调与端到端运行。
在小型基础模型上附加并联判断头，接收状态并直接输出强类型离散问题的概率分布，无需生成冗长文本。
↳ 极度轻量化（仅 0.5B 参数），支持本地纯离线部署与低功耗边缘端决策，为探索专用判断模型提供了开源基座。
TianyuCodings
NanoJev
Jev 决策模型的纳米级复刻版本，支持并行决策输出、动态候选集与完整的端到端训练评估流水线。
通过前向网络对多个并行问题与动态候选集进行一次性评分，输出归一化置信度并记录游戏环境中的动作路径。
↳ 开源了从数据准备、模型训练到游戏评测的全套流程，为学术界与开源社区研究非生成式离散决策模型提供参考。
FazalAAli
jev-robotics-demo
MuJoCo 机械臂叠方块演示：程序提出候选动作，Jev 选择目标、抓放和是否完成。
在候选目标、是否抓放、任务是否完成之间做 Choice 和 Noul。
↳ 动作候选在本地物理副本里生成，选择交给 Jev；作者对照数字未经本站复测。
JanDalhuysen
jev-clash-royale-test
Clash Royale 风格沙盒里，Jev 在一次请求中决定是否出牌、出哪张、哪条路和站位深度。
`should_play` Noul 加上手牌 Choice、路线 Choice 和站位 Choice，一次 `systemOne`。
↳ 把出牌选择做成可检查的概率；package.json 写 ISC，仓库没有 LICENSE 文件。
florian-hoenicke
jev-gpt
用级联 Choice 把 Jev 当成逐词分类器，在词树上逐层选出下一个词。
POST `/v1/systemone`，`jev-latest`，每层一个 `type: choice` 问题。
↳ 展示 Jev 不生成长文时如何拼出短句；仓库没有 LICENSE 文件。
Dimweaker
jev-libero
在 LIBERO 仿真环境中，使用 Jev 分层选择机器人原子动作，结合可逆物理前视完成操作任务。支持 JSON 任务配置，并提供关闭微波炉、关闭抽屉的演示与完整运行记录。
Jev 通过串行 Choice 调用选择意图 → 接触/运动方式 → 一个原子输入。引擎先用物理前视评价候选，随后执行 Jev 选中的输入，并根据新状态继续决策。动作集包括平移、旋转、开爪、合爪和保持，共 27 个输入。
↳ 在连续交互中观察决策效果；频率依实际运行而定。
phyous
tsai-civ2
Jev 玩原版《文明 II》实验框架：在浏览器中运行经典游戏引擎，实时输出各行动的概率分布并做出决策。
每回合读取游戏地图与单位状态，由 Jev 评估城市建造、科技研发、外交姿态与行动走位。
↳ 探索 Jev 实时概率分布在复杂策略博弈与长期规划环境下的落地表现。
siroccomask
snake-jev
Jev 并行概率驱动的贪吃蛇实时游戏控制：在每个游戏 Tick 仅需一次并发 API 调用即可选出最佳转向。
实时扫描蛇头四周障碍与食物方位，由 Jev 同时对上下左右四个方向输出存活与逼近概率。
↳ 验证了 Jev 在高频、确定性帧率要求下的并发低时延决策表现。
spoonnotfound
soupbase
汤底 Soupbase 是中英文海龟汤游戏，由 Jev 判定玩家提问和还原内容；应用代码校验结构化结果与置信度，决定是否通关。支持私有创作、链接分享和自行部署。
两类判断均使用 Choice；没有使用 Score 或 Noul。提示与主动揭晓读取已保存内容，不依赖模型生成。这里选择游戏分类，不主张高频性能，也不声明未经测量的速度、成本或准确率。
↳ 把语义判断接进已有的数据查询流程。