腾讯 ARC 发布 Player-1:用合成经验学游戏操控,MineDojo 成功率提至 38%
TencentARC · hf · 2026-10-15
腾讯 ARC 联合新加坡国立大学、南洋理工发布 Player-1,一个通过合成经验做后训练的游戏操控框架。
- 动作空间扩展:在 computer-use 基础上加入相对指针移动、持续按键和组合动作。
- 监督初始化:在 6,044 条精选游戏轨迹上微调,轨迹配对任务指令与视觉推理。
- RL 环境:构建 Player-1-Gym,包含 16 个合成 2D/3D 环境,奖励可程序化验证,支持 PPO 多环境强化学习。
- 结果:Player-1-9B 在 MineDojo-300 上成功率 38.33%(最强基线仅 12.63%),比 SFT 策略高 27.8 个百分点;35B-A3B 提升 17.7 个百分点,并在 ViZDoom-10 和 GameWorld 上有泛化增益。
分析显示合成环境覆盖越广迁移越好,RL 过程中组合动作使用增多。
「具身」频道最新
- MimicX 用策略执行反馈修正人形训练:跟踪误差降 25.7% — Shuaijun Liu · 2026-10-15
- Gracia 推新世界模型，主打 Real2Sim2Real 与物理 AI — jonstephens85 · 2026-10-15
- Niantic Spatial 借 Pokémon Go 海量影像做出 VPS，日本开发者已复刻原型 — jonstephens85 · 2026-10-15
- RoboParty 发布 RP1:全栈开源人形机器人平台 — GuanyaShi · 2026-10-15
- 港中文等发布 Agentic Robots 综述:模型/数据/环境/框架四大域 17 类全景 — Chonghan Qin · 2026-10-15
- SNU 发布 HumanoidToolBench:18 任务评测人形机器人工具使用,真实 G1 数据 3.1k — snupilab · 2026-10-15