用 300 条回放教会 Qwen2.5-VL 玩 TrackMania，无需强化学习
k7agar · x · 2026-10-23
开发者 @abhicooked 展示了一个有趣实验：让 Qwen2.5-VL-3B 视觉语言模型直接玩赛车游戏 TrackMania（AO1）。模型读取游戏画面和车辆遥测数据，然后自己按键操作。没有用任何强化学习，仅凭 300 条专家回放进行行为克隆学习。结果是约一半圈数能完赛，最好单圈 24.6 秒。配图为模型第一人称驾驶画面，显示模型在起步直道全油门的输出。
「Fun」频道最新
- ML 大 V 吐槽：论文作者竟不知自己持有 arXiv 论文版权 — burkov · 2026-10-23
- 2026 年的职场图鉴：Slack 里几十个 agent 员工排队给消息点 👍 — kimberlywtan · 2026-10-23
- 文档太大就不干活？Gemini 在 Google Docs 里拒生图 — viksit · 2026-10-23
- 程序员吐槽：人生真正使命是安利大家试试最新 DeepSeek — intellectronica · 2026-10-23
- ICLR 投稿现 LLM 残留自评：作者模型自曝结果不显著 — _onionesque · 2026-10-23
- AI 研究者自嘲：已经烦透了新闻里的一切 AI 话题 — HildeKuehne · 2026-10-23