Dans un billet publié le 20 septembre 2026, le développeur Monty Bichouna, qui utilise aussi le nom stmonty, rapporte que son modèle a sélectionné un Pokémon de départ dans 52 de 100 plans lancés depuis une sauvegarde du laboratoire du professeur Oak, dans Pokémon Red. Le résultat porte sur ce choix précis, pas sur une partie terminée.
Un modèle d’IA choisit un Pokémon de départ dans Pokémon Red
Le planificateur partait d’une sauvegarde déjà située dans le laboratoire du professeur Oak. Chaque plan évalué comprenait une séquence de boutons, et la sélection de n’importe lequel des Pokémon de départ comptait comme un succès. La séquence réussie a choisi Squirtle ; le nombre de Pokémon dans l’équipe est alors passé de zéro à un.
Bichouna indique que le projet s’est arrêté à cette étape : le modèle n’a pas terminé Pokémon Red. C’est donc une expérience de planification sur une situation de départ précise, et non une partie menée depuis le début jusqu’à la fin.
Comment le modèle prédit les effets des boutons
Le modèle du monde de Bichouna s’inspire de JEPA, une architecture prédictive à représentations conjointes. Au lieu de fabriquer une image complète de l’écran suivant, il estime comment l’état du jeu évolue après une action. L’encodeur représente la capture d’écran par un vecteur latent — une version comprimée de l’état — de 192 valeurs ; le prédicteur estime le vecteur suivant.
Pour l’entraîner, Bichouna rapporte avoir utilisé 42 382 images en niveaux de gris, réparties en 1 009 courtes trajectoires. Elles comprenaient des parcours scénarisés, des actions bruitées et des déplacements plus aléatoires. L’apprentissage portait sur la prédiction de la suite à partir d’une observation et d’une action, sans récompense liée à l’obtention d’un Pokémon. Les Pokémon de départ sont devenus des objectifs au moment de la planification.
Les résultats des 100 plans
Bichouna a gardé le modèle et la sauvegarde de départ fixes pour comparer les trois méthodes. Son planificateur entraîné a obtenu 52 sélections de Pokémon de départ ; les séquences de boutons aléatoires n’en ont obtenu aucune, et la même recherche avec un prédicteur non entraîné en a obtenu une.
| Méthode | Pokémon de départ obtenus | Plans évalués |
| Planificateur entraîné | 52 | 100 |
| Séquences de boutons aléatoires | 0 | 100 |
| Recherche avec un prédicteur non entraîné | 1 | 100 |
Chaque plan candidat comprenait 14 pressions de bouton. À chaque tour de recherche, le système en échantillonnait 512 et conservait les 64 dont la distance prédite à l’un des objectifs de Pokémon de départ était la plus faible. Le résultat de 52 sur 100 correspond à cette tâche et à cette sauvegarde fixes.
Le modèle et le code du projet
Le modèle final comptait environ 12,5 millions de paramètres. Selon Bichouna, il a été entraîné localement avec une Nvidia GeForce RTX 3080 Ti. Le projet est associé à lePokeRed, son implémentation open source.
