论文提出代码即策略的实时游戏自改进方法
热点事件持续更新
论文提出代码即策略的实时游戏自改进方法
1 篇报道1 个报道来源53 分钟前更新
先了解这件事
AI 综述
Zipeng Qiu 等研究者在 arXiv 论文(arXiv:2611.24590)中提出“代码即策略”方法:让视觉游戏智能体在尝试之间由模型编写、测试和修改程序,离线完成思考,游戏中由程序实时行动,从而从少量尝试中自我改进。 在 170 个 GameWorld 任务上、每次运行最多八次一分钟执行的条件下,论文称代码即策略达到 47.80% 平均进度,高于训练 2B 控制器的 30.90%,并在全部五个游戏类别领先。论文认为仅改进单个游戏控制器权重收益有限,结果支持让模型离线思考并把所学存入实时执行的程序。
AI 根据报道生成 · 27 分钟前更新
最新进展11月20日 13:00
arXiv 论文提出代码即策略,让视觉游戏智能体离线思考实时行动报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.AIarXiv 论文提出代码即策略,让视觉游戏智能体离线思考实时行动
arXiv 论文(arXiv:2611.24590)研究实时视觉游戏中智能体如何从少量尝试中自我改进,对比模型即策略与代码即策略两种方案。在 170 个 GameWorld 任务上,每次运行最多八次一分钟执行,代码即策略达到 47.80% 平均进度,高于训练 2B 控制器的 30.90%,并在全部五个游戏类别领先;仅改进单个游戏控制器权重收益有限,结果支持让模型离线思考并把所学存入实时执行的程序。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。