Gamer:数万小时键鼠轨迹预训练的通才游戏智能体框架
pmttyji · reddit · 2026-11-16
清华 THUSI-Lab 等发布 Gamer,一个面向长时程实时游戏任务的通用视觉-语言-动作(VLA)基础模型框架。
- 训练方法:在数万小时设备级键鼠交互轨迹上继续预训练,覆盖 2D 图形界面与 3D 仿真世界;随后用「稀疏思考」指令微调削减冗余推理;再用稳定的多轮强化学习解决有限上下文、累积 rollout 误差与稀疏奖励问题。
- 推理部署:云端-边缘推理引擎可并发服务大量仿真游戏环境,支持无界上下文并保持低在线延迟。
- 效果:在多个 3D 开放世界游戏中展现出接近熟练玩家的泛化与操作效率,并在多个 2D 游戏基准上取得有竞争力的结果。
论文、代码、权重(HuggingFace collection)与项目页均已公开。
所属事件:清华与米哈游等联合发布游戏通才智能体框架 Gamer(2 条相关)→
「研究」频道最新
- ML 学者 Dominik Grimm 出任慕尼黑工业大学可持续过程机器学习教授 — kmborgwardt · 2026-11-16
- 图学习学者 Dexiong Chen 出任港科大(广州) AI 方向助理教授 — kmborgwardt · 2026-11-16
- AI 论文作者遭掠夺性期刊围猎:垃圾邀稿邮件狂轰滥炸疑似收费骗局 — letandrewcook · 2026-11-16
- AI 能否被「修好」?新博文逐一检视数据与版权难题 — pbloemesquire · 2026-11-16
- Noumenal Labs 开源 hybrid-aif:JAX 主动推理库进入机器人栈 — mjdramstead · 2026-11-16
- ICLR 2027 作者吐槽:rebuttal 截止前一天才收到「未回应我的关切」 — 3scorciav · 2026-11-16