Das Open-Source-Projekt Doomformer zeigt, dass die klassische Doom-Engine Turing-vollständig ist, indem es vortrainierte Ganzzahl-Neuronale Netze in Doom-Karten kompiliert. Die Spielmechaniken, insbesondere die sogenannten Voodoo Dolls, übernehmen dabei die Arithmetik und demonstrieren anschaulich die Grundschritte einer Inferenz-Pipeline - von der Quantisierung über die Ausführung bis hin zur exakten Validierung mit NumPy.

Was ist Doomformer?

Doomformer wandelt vortrainierte PyTorch-Modelle, die bereits in Ganzzahlen quantisiert wurden, in ZDoom-Maps (WAD-Dateien) um. Jede Berechnung des Netzwerks wird dabei durch physische Spielobjekte wie Flächenbeleuchtung, Sektor-Höhen und Trigger-Linien repräsentiert. Das Projekt dient ausschließlich als Inferenz-Engine - das Training erfolgt extern und wird nicht im Spiel durchgeführt.

Technische Architektur: Ganzzahl-Kompilierung und NumPy-Verifikation

Die Umwandlung erfolgt in drei Schritten:

  • Training des Modells in PyTorch (Float-Version erreicht 97,58 % Genauigkeit auf MNIST).
  • Quantisierung in ein reines Ganzzahl-Netzwerk.
  • Kompilierung in eine Doom-Map, wobei Flächenlicht- und Sektor-Höhen als Analoge Register dienen.

Zur Qualitätssicherung wird jede interne Berechnung über die ViZDoom-Schnittstelle mit einer NumPy-Referenz verglichen. Die Toleranz ist exakt null, was eine bit-genaue Übereinstimmung aller Sektorwerte garantiert (Fehlertoleranz = 0 % 2026).

Laufzeit, Optimierungsstufen und Rechengeschwindigkeit

Die Ausführung von Inferenzschritten in einer Doom-Map ist deutlich langsamer als native Vektor-Berechnungen. Benchmarks zeigen:

  • Standard-Schedule: 163 Sekunden pro Ziffer (Echtzeit-Simulation).
  • Optimierungsstufe --opt 3: 8 Sekunden pro Ziffer nach geometrischen Compiler-Optimierungen.
  • Verglichen mit NumPy ist Doom etwa 65 000-mal langsamer (Quelle S2).

Eine einzelne Entscheidungsfindung des Doom-Agents benötigt rund 22 Sekunden Simulationszeit.

Grenzen des KI-Agents: "museum.wad" und Überlebensdauer des Marines

In der Demonstrations-Map museum.wad steuern 1 345 Voodoo-Dolls die Spielfigur, indem sie Abstände zu Dämonen auswerten. Wegen der 22-Sekunden-Latenz überlebt die Figur bei aktivierten Gegnern im Regelfall nur etwa 5,5 Sekunden. Die Map museum.wad enthält zudem 136 autonome Voodoo-Puppen, die durch Tastendruck dynamisch mutieren können (Quelle S3).

Praktische Demonstration: MNIST-Klassifikation in Doom

Das Netzwerk nutzt 1 355 Voodoo-Dolls als physische Neuronen, um handgezeichnete Ziffern zu klassifizieren. In einem Test mit 10 000 Versuchen wurden 9 716 Ziffern korrekt erkannt - eine reale Genauigkeit von 97,16 % innerhalb der Doom-Umgebung.

FAQ zu Doomformer

  • Wird das neuronale Netzwerk direkt im Doom-Spiel trainiert? Nein. Die Gewichte werden extern in PyTorch trainiert, in Ganzzahlen konvertiert und dann als Level-Geometrie in die Doom-Map kompiliert.
  • Was sind Voodoo Dolls in Doom überhaupt? Sie sind Engine-Artefakte: Mehrere Startpunkte erzeugen Klone des Spielers, deren Positionswechsel und Schaden synchron auf die reale Spielfigur übertragen werden.
  • Wie wird die Richtigkeit der Ergebnisse überprüft? Über ViZDoom werden Sektorwerte ausgelesen und bit-genau mit einer NumPy-Referenz verglichen; die Fehlertoleranz ist strikt 0.

Einordnung und kritische Punkte

  • Kein echtes On-Device-Training: Die Map führt lediglich Vorwärts-Inference aus, nicht das Training selbst.
  • Irreführende Namensassoziation: Trotz des Namens "Doomformer" basiert die gezeigte MNIST-Demonstration auf einem klassischen mehrschichtigen Perzeptron und nicht auf einem großen Sprach- bzw. Transformer-Modell.

Hinter der kuriosen Fassade steckt eine präzise mathematische Pipeline: Die neuronalen Netzwerke entstehen nicht im Spiel selbst, sondern werden in PyTorch trainiert, in ganzzahlige Rechenschritte quantisiert und anschließend als ZDoom-Karte kompiliert (mottopanikeiku, 2026). Um Rechenfehler der Spielmechanik auszuschließen, gleicht das System jeden einzelnen Zustand über ViZDoom mit einer NumPy-Referenz ab - mit einer strikten Fehlertoleranz von null. Bodenhöhen und Lichtwerte dienen dabei als analoge Register, während Fließbänder und Trigger die Additionen ausführen. (Quelle: https://github.com/mottopanikeiku/doomformer)

Der Preis für diese ungewöhnliche Architektur ist die Geschwindigkeit: Berechnungen in Doom laufen rund 65 000-mal langsamer ab als auf nativer Hardware (falperc / Hacker News, 2026). Zwar konnte die Inferenzdauer einer handgezeichneten Ziffer durch Level-Optimierungen von ursprünglich 163 auf 8 Sekunden gedrückt werden, doch für Echtzeit-Gameplay reicht das noch nicht. Bei der autonomen Agenten-Steuerung vergehen pro Entscheidung rund 22 Sekunden Simulationszeit. Ließe man Dämonen ungedrosselt agieren, wäre der Marine bereits nach durchschnittlich 5,5 Sekunden erledigt, noch bevor der erste Richtungswechsel berechnet ist. (Quelle: https://blog.adafruit.com/2026/10/30/doomformer-neural-networks-computed-inside-doom-maps/)

Fazit

Doomformer beweist eindrucksvoll, dass die Doom-Engine als universelle Berechnungsplattform genutzt werden kann. Durch die kompakte Umsetzung von Ganzzahl-Neuronalen Netzen in Voodoo-Dolls wird die Turing-Vollständigkeit des Spiels demonstriert und die Grundprinzipien der Inferenz-Modelle anschaulich visualisiert. Gleichzeitig machen die Benchmarks die enorme Diskrepanz zwischen Spiel- und Hardware-Performance deutlich und verdeutlichen, dass Doom derzeit als Lern- und Demonstrationsumgebung, nicht als produktive KI-Plattform, zu sehen ist. Die offene Architektur, die Bit-genaue Validierung und die klar dokumentierten Grenzen machen Doomformer zu einem wertvollen Forschungsinstrument für die Verbindung von Spiele-Engines und maschinellem Lernen.