跳到正文
热点事件持续更新

代码即策略:视觉游戏智能体自改进新法

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Zipeng Qiu 等作者发表论文,提出“代码即策略”的视觉游戏智能体自改进方法:模型在两次尝试之间编写、测试并修订程序,游戏进行时由该程序执行操作。 在 170 个 GameWorld 任务、每次最多 8 次一分钟执行的设定下,该方法平均进度达 47.80%,高于经训练的 2B 控制器(30.90%),并在全部五个游戏类别中领先;在单个游戏上微调控制器权重收益有限。作者据此认为,让模型离线思考、把所学存入实时运行的程序更有效。

AI 根据报道生成 · 59 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    离线思考、实时行动:通过代码实现自我改进的视觉游戏智能体

    研究对比了两种实时视觉游戏中的自我改进策略:在 170 个 GameWorld 任务、每次最多 8 次一分钟执行下,"代码即策略"(模型在尝试间编写、测试并修订程序)达到 47.80% 平均进度,优于训练的 2B 控制器(30.90%),并在全部五个游戏类别中领先。在单个游戏上微调控制器权重收益有限。结果表明让模型离线思考、把所学存入实时运行的程序更有效。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。