Game2Player:568 款网页游戏自建训练场,9B 视觉模型成绩翻倍
ManlingLi_ · x · 2026-11-02
伊利诺伊大学等团队推出 Game2Player,让 AI 自己搭建训练环境并从中学习,全程无需人类游戏数据。
- Builder agent:把网页游戏改造成任务,任务真值直接读游戏状态,每一步都可自动验证
- Player agent:分编码策略(写代码玩)和 VLM 策略(看屏幕玩);玩家发现游戏坏了会反馈给 Builder 修复,环境和玩家共同进化
- 规模:568 款游戏、3,436 个可验证任务、15.7K 条轨迹、156 万步游戏经验、307 小时
- PlayerBench:50 款保留游戏、287 个任务的留出基准,连 GPT-6.1 Sol 进度也只有 62.6%
- 结果:用这些数据训练的 9B VLM 仅凭像素操作,在 GameWorld 上进度从 30.0 提升到 53.1(约翻倍,超过 Qwen3.8-Flash 等基线)
核心思路是「经验规模化且可验证」:用可编程环境自动出题、自动判分、自动修 bug,替代昂贵的人类示范。论文、代码、数据集与模型均已开源。
「编程与Agent」频道最新
- 用 Claude 写 TypeScript 代码渲染像素风动画场景，完整 Prompt 公开 — AIandDesign · 2026-11-02
- 用 Opus 5.5 搭出基于 NVIDIA 免费 SimReady 模型的实时绘画工作室 — petewoodbridge · 2026-11-02
- AI 生成代码暴增 800% 交付仅提升 30%,20 年老兵给出 2027 工程师路线图 — MaryamMiradi · 2026-11-02
- Anthropic 戴维·黄:Agent 编程让我重返 iOS 开发,配 OpenClaw 双 agent — davidhoang · 2026-11-02
- 用户用 Antigravity 扫描自家服务器漏洞，反而收到平台安全警告 — antiriad76 · 2026-11-02
- 开发者开源 psnek：重新设计 Python 进度条，支持指标显示与语义变色 — minimaxir · 2026-11-02