开发者用 Grok 做游戏并训练 PPO 智能体

一位开发者先使用 Grok 构建了名为 Roofline 的浏览器游戏，随后再次借助 Grok 在其无头端口上训练了一个 PPO（近端策略优化）智能体来实时游玩该页面。智能体目前最佳纪录为得分 39,359，距离 4.92 万的高分仍有差距。该项目已经开源，供社区参考与实践。

2026-09-01 ~ 2026-09-02 · 3 条相关

• 用 Grok 训练 PPO 智能体玩自研游戏 — tetsuoai · 2026-09-01
• 用 Grok 写游戏并训练 PPO 智能体实战 — tetsuoai · 2026-09-01
• 用Grok做游戏并训练PPO智能体，已开源 — tetsuoai · 2026-09-02