LOLPlay：在《英雄联盟》中评测实时视觉智能体

LOLPlay 是一个在《英雄联盟》原生环境中评测实时视觉智能体的基准，包含 36 项英雄任务与 82 个可执行子目标检查。在 3 款模型的 324 次评测中，GPT-6 Astra 取得最高 25.0% 的任务成功率和 40.3% 的子目标成功率。结果表明高推理强度并未提升表现，额外推理耗时减少了交互轮次，凸显实时控制中平衡推理与即时行动的挑战。