用社区 Jev 决策 LoRA 玩贪吃蛇:每步 600ms,最长活过 2200 ticks
BitGreen1270 · reddit · 2026-10-19
作者用社区制作的 Jev 决策 LoRA(基于 Qwen 3.8 27B,已合并回原模型并提供 GGUF)驱动一个贪吃蛇游戏,模型为每一步决策「左转/直行/右转」。效果出乎意料地好:每步决策约 600ms(经弱 WiFi SSH 隧道连到 5090 服务器),一次试跑最长存活 2200+ ticks。
实现要点:
- QFN 生成结构化状态描述:蛇头位置、长度、朝向、每方向的撞墙/撞自身步数、转向后可达自由格数,并显式标注致命选项
- 同时附带棋盘截图(多模态输入)
- 给出完整 llama-server 命令:temp 1.0、topp 0.95、200K 上下文、flash-attn、MTP 投机解码等
- 带防自杀保险丝:模型选了致死选项时强制选安全项
这展示了小型决策模型在结构化游戏状态描述下做实时决策的玩法,提示词工程和完整配置都公开可复现。
「编程与Agent」频道最新
- 多人 AI 助手创业公司 Town 融资 1.08 亿美元 B 轮 — soleio · 2026-10-19
- Cohere 研究：17 个异构 Agent 团队以 70% 更低成本逼近最优性能 — Cohere_Labs · 2026-10-19
- DKGI:让 agent 把知识图谱当文件,自写工具实现搜索与工具共生进化 — yuz9yuz · 2026-10-19
- Reddit 网友提出「模板中介」架构,把 prompt injection 挡在副作用之外 — no_awkward_Intention · 2026-10-19
- 开发者用 AI 编码工具 4 天写出开源 Notion 替代品 Noema — Register_Defiant · 2026-10-19
- Agent 是否被过度设计了？Reddit 长文谈故障恢复优先于堆能力 — Responsible-Dare5139 · 2026-10-19