热点事件观察中
研究团队推出GameBoyWorlds基准评估智能体自我改进能力
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026年9月29日，研究团队在arXiv发布测试平台GameBoyWorlds，旨在评估AI智能体在无人类示范与环境奖励条件下的自主自我提升能力。该平台包含两个主要评测部分：一是Execution子集，涵盖5个游戏系列的500项短程任务，当前前沿模型的开箱完成率低于50%；二是Playthrough子集，用于测试两款宝可梦同人游戏的端到端通关能力。实验结果显示，即使智能体配备了多模态记忆与分层子目标等高级管线架构，仍未能达成游戏中的首个主要里程碑。
AI 根据报道生成 · 12 小时前更新
最新进展9月29日 12:00
研究团队推出GameBoyWorlds平台，实验显示前沿模型短程任务完成率不足50%。报道时间线
沿着报道，了解事件的不同侧面。
9月29日
- arXiv 人工智能GameBoyWorlds：具身视频游戏中智能体自我提升的测试平台
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。
本事件热度走势
当前热度 4·可比范围峰值 5（9月30日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。