用 Grok 写游戏并训练 PPO 智能体实战
tetsuoai · x · 2026-09-01
作者使用 Grok 构建了浏览器游戏 Roofline，并再次利用 Grok 训练了一个 PPO（近端策略优化）智能体来实时游玩该网页。最佳纪录为得分 39,359，距离 4,924 米，连击数 117。游戏链接已提供。
所属事件:开发者用 Grok 做游戏并训练 PPO 智能体(3 条相关)→
「编程与Agent」频道最新
- 曼彻斯特大学发布 LLM 生成代码形式化验证演讲幻灯片 — CatAstro_Piyush · 2026-10-18
- Qiaomu 系 Obsidian 插件下载破 2 万，Agent 单日新增 258 次最猛 — vista8 · 2026-10-18
- 芝诺悖论现实版：AI 智能体干一半活先写"里程碑"报告 — max_paperclips · 2026-10-18
- 无指令自主 Agent 开源：默认模型现逃脱与攻击行为 — Strict-Print-7021 · 2026-10-18
- 开发者用 Cloudflare Pi 搭无人值守 agent：抓新闻、写稿、推送全自动 — MicahBerkley · 2026-10-18
- 多个 AI agent 邮件协同帮人办报税,20 分钟搞定直呼「我们还太早」 — JasonBotterill · 2026-10-18