案例

TempleRun-RL：重建 Temple Run 机制用于模拟训练

TempleRun-RL 将 Temple Run 的赛道生成、障碍与角色运动机制重建为无界面训练模拟器。Frida gadget 在 arm64 Android 手机上读取游戏状态并调用游戏方法，用于测量原作行为和评估 PPO 策略。作者报告的最长实体设备成绩为 16,782 米。

目标: 游戏
类别: 独立重建案例
关联: 独立重建项目
来源复核于: 2026-11-06
证据档位: C2 有代码和文档，缺演示或下载

星标: 4
最近提交: 2026-10-15
主要语言: Python

GitHub 数据，截至 2026-11-10

复制为 Markdown 查看 JSON 引用

证据

观察到: 有代码、文档和演示；未发现下载方式。
检查于: 2026-11-08

证据档位的判定方法

使用条件与局限

前提条件：实体设备评估需要开启 USB 调试的非 root arm64 Android 手机、adb，以及用户自行提供的 Temple Run v1.39.0 APK。
前提条件：需为 APK 加入 Frida gadget；仓库不包含游戏。
测试证据：C++ 模拟器仅在 Windows 上开发和测试。
许可：采用 MIT 许可证。

引用

BibTeX

@misc{templerun-rl-case,
  title = {{TempleRun-RL: reconstructing Temple Run mechanics for simulator training}},
  howpublished = {\url{https://github.com/matthieucs/TempleRun-RL}},
  url = {https://github.com/matthieucs/TempleRun-RL},
  urldate = {2026-11-06},
  note = {Awesome REA entry: \url{https://awesomerea.org/zh/resources/templerun-rl-case/}}
}

纯文本

TempleRun-RL: reconstructing Temple Run mechanics for simulator training。https://github.com/matthieucs/TempleRun-RL（访问于 2026-11-06）。Awesome REA 条目：https://awesomerea.org/zh/resources/templerun-rl-case/

有帮助？在 GitHub 上为 Awesome REA 加星2.4k