arXiv 人工智能· Kailing Li, Ruoxuan Zhang, Zheyuan Zhou, Boyang Chu, Yingshan Lei, Hongxia Xie, Liang Du, Zixun Sun·· 13 小时前AI 评分39
AceAction-5M：跨 3D 游戏世界通用动作学习的分层目标
AceAction-5M: Hierarchical Goals for Generalist Action Learning Across 3D Game Worlds
AI 导读
研究人员推出跨多款 3D 游戏的人类游玩数据集 AceAction，将全局任务、有序子目标与局部技能指令同视觉观测及键鼠动作对齐。该数据集涵盖导航、侦察、战斗、交互与恢复等动作，并通过视觉语言模型管线划分任务阶段边界。经对 500 条轨迹的审核，独立评审通过率达 95.8%，为研究智能体执行与切换复杂技能提供了数据基础。
来源：arXiv 人工智能 · arxiv.org