清华发布AI Agent游戏策略学习研究

清华大学研究人员发布论文，构建 AAArena 基准，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，说明智能体在规则复杂的游戏上大多难以突破。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。