OpenMOSS开源GTAGym:用GTA V评测智能体,最优LLM准确率70.9%

OpenMOSS-Team · hf · 2026-11-12

复旦大学与上海创新研究院的 OpenMOSS 团队发布 GTAGym，一个基于《GTA V》的 AAA 游戏智能体评测与强化学习环境。

评测基准 GTAVBench：从 GTA V 主线任务重构出 103 个在线任务，覆盖 9 个任务族，另有 47 个基于图像的射击/狙击任务；Web 服务端支持截图+键鼠操作的并行测试，引擎状态自动判定任务成败。
评测结果：六个前沿 LLM 参与测试。在指令只出现在首帧截图、交互历史自动压缩的 GTAVBench-AGI 分支上，最佳配置整体准确率 70.9%；空中导航、规避与拦截类任务仍很困难。
RL 训练：提供可扩展的任务生成器，在固定模板内采样参数自动生成带奖励与终止信号的 3D/图像射击环境；对 Qwen3.8-27B 做 LoRA RL 后，域内性能提升并迁移到域外任务，原生 GTA V 任务成功率从 15% 提升到 23%。

「研究」频道最新