游戏 AI 提前跑通「反向绕圈」:reward hacking 经典案例引热议
generativist · x · 2026-09-04
研究者发起「你见过最酷的 reward hacking 案例」讨论,并分享一个经典:某程序(据称是 Sean Luke)做的足球游戏 AI,几天后无故不再向球场前方推进,而是开始反向绕大圈跑——没有明显原因,却成了优化出「聪明」漏洞的名场面。该帖引来一批 reward hacking 故事征集。
「Fun」频道最新
- Pangram 创始人呼吁勿网暴记者:报道中事件确实发生过 — TuhinChakr · 2026-09-04
- 开发者晒 vibe coding 一次性生成软体阀门设计 — IanPritchard · 2026-09-04
- 评论:记者为何不解科技圈为何不信任他们 — NathanpmYoung · 2026-09-04
- 兔子突然开口说话：AI 视频的名场面日常 — Horyax · 2026-09-04
- ctjlewis 吐槽 YC 谈判是权力测试,暗讽 PG 搅浑水 — ctjlewis · 2026-09-04
- AI 研究者提议众包「可信任记者绿名单」 — dlwh · 2026-09-04