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
- 开源 Security Gate MCP 防火墙：2.7ms 确定性拦截提示注入 — EstablishmentTough18 · 2026-09-28
- 用自托管 K3 集群跑自主 Infra 研究，token 随便烧不限量 — Xianbao_QIAN · 2026-09-28
- GPT-6 Astra 从视频生成 3D 场景,接 SAM3 与 Blender 求物理真实 — yshan2u · 2026-09-28
- OpenAI 启动首期 Codex Physical Builds 计划,探索硬件实机构建 — OpenAIDevs · 2026-09-28
- AgentWorld 基准:最强模型多智能体长程协作成功率仅 52% — Raphael Shu · 2026-09-28
- 同一指示实测:Claude 生成 Unreal 用 8 小时,Three.js 只要 2 小时 — nptacek · 2026-09-28