让GPT-6训练12k参数小CNN玩VizDoom,达到35fps实时控制
paraschopra · x · 2026-09-28
Paras Chopra 展示了一个巧妙思路:大模型不直接实时操控游戏(太慢),而是让 GPT-6 Astra 写代码训练一个仅 1.2 万参数的小 CNN 来玩 VizDoom,观察失败、迭代改进,直到通关该关卡,最终实现 35 fps 的实时控制。核心是把 LLM 当「教练/训练器」而非「玩家」,用小模型承担低延迟推理。
「编程与Agent」频道最新
- 通用 API 目录 MCP 服务器实测:3 个工具换来永不膨胀的上下文 — MandeepKaur9407 · 2026-11-16
- UC Berkeley 论文揭示 LLM「过期绑定」:新值在上下文中仍答旧值 — ombre-ai · 2026-11-16
- Effective HTML 走红 GitHub:4.2k 星的 agent 技能集,线框图秒变可交互原型 — tom_doerr · 2026-11-16
- skills-gate:一个门面 skill 管住所有 agent skills,148 个技能仅耗 389 token — Distinct-Pie2389 · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- shadcn 转评 UI 生成工具:一周工作量一键复现且可直接跑 AI 测试 — shadcn · 2026-11-16