arXiv cs.CL· Jiajun Chen, Shicheng Fang, Jiahao Lu, Yuxin Wang, Xipeng Qiu·· 10 小时前AI 评分42
GTAGym：面向 GTA V 任务的评测与强化学习 AAA 游戏环境
GTAGym: Real AAA Game Tasks Environment for Evaluation and Reinforcement Learning
AI 导读
GTAGym 是面向 GTA V 任务的评测与强化学习环境，其基准 GTAVBench 包含 103 个在线任务（覆盖九个任务族）和 47 个基于 GTA V 图像的射击狙击任务。
正文 · AI 翻译
摘要：AAA 游戏为评估智能体的感知、推理与控制提供了丰富的测试平台。然而，评估智能体能否在 AAA 游戏中完成任务颇具挑战，且往往需要人工标注，因为任务结果通常难以自动验证，更不用说将其用于强化学习（RL）。我们推出 GTAGym，这是一个用于 GTA V 任务评估与强化学习的环境和框架。其评估基准 GTAVBench 源自 GTA V 主线剧情任务，包含跨九个任务家族重建的 103 个在线任务，以及 47 个使用 GTA V 图像素材的基于图像的射击与狙击任务。一个 Web 服务器提供对在线环境和评估接口的访问，支持通过截图和键鼠操作进行并行测试，并自动检查引擎状态结果。我们在 GTAVBench 上以文本任务指令评估了六个前沿 LLM，并在其 GTAVBench-AGI 分支上进行了评估——该分支中指令仅出现在第一张截图中，并由一个测试框架自动压缩交互历史。最佳配置在 GTAVBench-AGI 上达到 70.9% 的总体准确率，但空中导航、规避和拦截仍然困难。GTAGym 还提供一个可扩展的生成器，可在固定模板下于用户指定的范围和选项集内采样任务参数，批量生成用于强化学习的三维和基于图像的射击环境，并带有自动奖励和终止信号。在生成的徒步导航任务上对 Qwen3.8-27B 进行 LoRA 强化学习，可提升域内性能，并迁移到域外任务类别，以及将原生 GTA V 任务的表现从 15% 提升到 23%。
| 学科： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2611.13028 [cs.CV] |
| （或使用 arXiv:2611.13028v1 [cs.CV] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2611.13028 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Jiajun Chen [查看邮箱]
[v1]
2026年11月9日星期一 08:59:36 UTC（3,330 KB）
来源：arXiv cs.CL · arxiv.org