Back to Home
RadarAI··Papers & Tech

清华 AAArena:AI 智能体靠回放学游戏,Pacman 登顶但复杂规则卡壳

中文摘要

清华AAArena研究显示,AI通过回放学习可显著提升游戏表现(如Pacman),但应对复杂规则仍面临挑战。

English Summary

Tsinghua's AAArena shows AI agents improve game performance through replays, like Pacman, but struggle with complex rules despite increased budgets.

Original Excerpt

清华论文构建 AAArena,用清华年度机器人竞赛的 12 款游戏和 1920 个存档人类程序作为对手,测试编码智能体能否在模型权重不变的情况下通过读规则、选对手、研究回放来改写游戏 bot。在全部 3 款测试游戏中,详细回放反馈均优于仅胜负信号;有回放时 Pacman bot 排名第 1,无回放仅第 11。但比赛预算增至 3 倍,4 个卡住的 bot 仍无一升至第 1。