Pacman AI 提供一個功能完整的 Python 環境和代理架構，用於經典的吃豆人遊戲。此專案實作關鍵的強化學習演算法——Q-learning 和價值迭代，使代理能學習最佳策略來收集豆子、穿越迷宮及避開鬼怪。用戶可以定義自訂的獎勵函數，並調整學習率、折扣因子與探索策略。此框架支援指標記錄、性能視覺化與可復現的實驗設定。設計於易於擴展，讓研究人員與學生能整合新演算法或神經網路學習方法，並與基線網格方法做比較。

GameGen-X是一種尖端的人工智慧工具，利用兩階段的訓練過程來生成引人入勝的開放世界視頻遊戲。第一階段為基礎預訓練，涉及使用文本到視頻生成和視頻延續技術在OGameData數據集上訓練模型。第二階段為指導調整，利用InstructNet進行微調，以實現即時的互動內容生成。在超過32,000個精選的角色扮演遊戲、第一人稱射擊、賽車遊戲等視頻片段的支持下，GameGen-X使使用者能夠輕鬆生成多樣化和沉浸式的遊戲環境。

AIpacman 是一個開源的Python專案，用於模擬Pac-Man遊戲環境，以進行AI實驗。用戶可選擇內建代理或使用搜尋算法（如DFS、BFS、A*、UCS）、對抗方法（如Minimax配合Alpha-Beta剪枝和Expectimax），或Q-Learning等強化學習技術來自定義代理。該框架提供可配置的迷宮、性能日誌、代理決策視覺化，以及用於運行對局和比較分數的命令行界面。旨在促進教育課程、研究基準及AI及遊戲開發的業餘項目。