arXiv 人工智能· Dhananjay Ashok, Adam Shen, Aslan Huo Feng, Chinmay Khanna, Jun Rui Huang, Raghav Sarmukaddam, Surendira Balaji Natarajan, Xiaotong Cui, Xincan Zhang, Thomson Yen, Hongseok Namkoong, Jonathan May, Jesse Thomason·· 1 天前AI 评分44
GameBoyWorlds：具身视频游戏中智能体自我提升的测试平台
GameBoyWorlds: A Testbed for Self-Improvement in Embodied Video Games
AI 导读
研究团队推出测试平台 GameBoyWorlds，用于评估 AI 智能体在无示范与奖励环境下的自主自我提升能力。其包含涵盖 5 个游戏系列共 500 项短程任务的 Execution 子集，前沿模型开箱完成率不足 50%；Playthrough 子集则测试两款宝可梦同人游戏的端到端通关。实验表明，配备多模态记忆与分层子目标的高级智能体管线仍未能达成首个主要里程碑。
来源：arXiv 人工智能 · arxiv.org