开发者用 Grok 写游戏并训练 PPO 智能体通关

一位开发者先用 Grok 构建了名为 Roofline 的浏览器游戏，随后再次借助 Grok 训练了一个 PPO（近端策略优化）智能体，实时游玩该页面。目前智能体的最佳纪录为 39,359 分，距离人类玩家的 4.9 万分仍有差距。该项目展示了用同一 AI 工具完成游戏开发与强化学习训练的完整流程。

2026-09-01 ~ 2026-09-01 · 2 条相关

• 用 Grok 训练 PPO 智能体玩自研游戏 — tetsuoai · 2026-09-01

另有 1 条近重复转述:tetsuoai