新加坡实验室自学习系统三轮循环把王者荣耀胜率从0%提到60%
kimmonismus · x · 2026-11-17
新加坡 AI 实验室 @agnesaisapiens 构建了一个无需重训模型的自学习闭环:由一个「教练」模型复盘已结束的对局,找出问题并改写战队的战术手册(playbook),改动只有在通过测试后才会保留。用于王者荣耀 3v3 对抗内置 bot。
- 起始战队 192 场全败(0% 胜率)
- 三轮循环后胜率达 60%(75/124),图中显示后续轮次可到 75%/90%/95%(未计入正文)
- 关键发现:教练只看结果和摘要时 2318 场 0 胜;给它完整对局回放与思考空间后三轮即到 60%
作者 kimmonismus 认为,这正解决了当前 agent 最烦人的问题——反复犯同样的错直到人工改 prompt;能自我复盘且只保留有效改动的系统值得更多关注。
「编程与Agent」频道最新
- agentic 工程靠十年前的老工程实践:零回滚 22 次发布的启示 — alex_verem · 2026-11-17
- 开发者自制 Flags 模组,让 Claude 会话内自维护问题与提醒清单 — dSebastien · 2026-11-17
- 别只让模型写小函数:十条把编码 AI 当资深工程师用的提示词 — hey_abusiddik · 2026-11-17
- 研究:编码 Agent 常早解出答案却迟迟不停,甚至改错 — PennState · 2026-11-17
- moveOS 发布:面向汽车行业的 agentic 工程操作系统 — ycombinator · 2026-11-17
- Spring MCP 工具实战:注入 HTTP 接口客户端并经 MCP Inspector 测试 — therealdanvega · 2026-11-17