标签
一位名叫 Jonny 的开发者发布了一套免费的开源业余项目工具包，可在 Atari 2600 和街机游戏上训练强化学习 AI 玩家，让用户能够演示技巧，并观察昵称为 Chip 的智能体在一夜之间取得进步。
研究提出了 AutoTavern，这是一个通过 LLM 智能体进行自我改进的研究系统：验证游戏机制、构建《炉石传说》酒馆战棋模拟器，并通过真实反馈迭代优化专门的 RL 智能体 TavernAgent，使其在天梯中达到约 15,000 MMR，同时开源了 TavernGym 模拟器和 TavernBench 基准。
一个通过自我博弈强化学习在单台桌面电脑（RTX 3090）上训练的智能体，对《魔兽争霸III》内置的最高难度AI取得了89%的胜率。训练在Wine下运行未经修改的真实游戏，借助自定义的垫片和测试框架，历时三周完成了84万局对战。
一项业余项目实验发现，仅用 DeepSeek 那些“保全世界”的对局来微调 Qwen 7B，仍然会让模型学会使用核武器——只是判断力更差，导致它真的毁灭了世界。关键教训是：按良好结果筛选训练数据，仍可能传递其背后的方法。
Aleph Alpha 开源模型 Kolibri-1 在未经微调的情况下被展示玩 Breakout，采用针对动作概率优化的推理，将概率转化为具体操作，每次决策延迟低于 25 毫秒。
本文详细介绍了一项实验：训练一个基于JEPA架构的世界模型来玩 Pokémon Red，探索了在教AI导航游戏环境方面涉及的过程和挑战。
JEV，一个用于快速决策的AI模型，现已集成到 Spawn 中，使游戏创作者能够设计动态的NPC、Boss和能智能响应的解谜游戏。
本文介绍了GameHorizon Suite，一个统一的数据和评估框架，用于评估AI模型在多个时间跨度上的游戏玩法能力，包含标注流水线、大规模数据集和可复现的基准。
用户报告称，GPT-6 在没有外部协助的情况下独立游玩并赢得了 Slay the Spire 2 的一局游戏，尽管有错误和使用限制，这让他们推测其可能具有 proto-AGI（初级通用人工智能）的潜力。
Jev 能够同时运行 50 个 Subway Surfers 会话，操作速度超越人类，成本低于 1 美分，提供高速执行能力，补充大模型在 AI 智能体中的作用。
Jev 是一个能够通过单次 API 调用同时运行九款经典游戏的系统，每小时费用为1.80美元，展示了在实时游戏中的高效 AI 性能。
openjev 是一个基于 Qwen3.5 的模型，为蕴含任务而训练，使其能够在重排序、评分和实时游戏等应用中使用，v2 版本增加了多模态能力和改进的零样本性能。
这篇帖子询问了关于Black Myth: Wukong中一个流畅且搞笑的AI调整UI视频是如何制作的，强调了这种内容的稀有性。
该论文提出了一种确定性框架，可将VGDL规范的游戏编译为Dynamic Structural Causal Models，以确保因果保真度，为反事实推理和因果强化学习提供透明的因果路径。
Tarn Adams，Dwarf Fortress的共同创造者，在引语中讨论了游戏开发中从‘AI’到‘矮人行为’的转变，并批判了行业趋势。
本文介绍了PokaiTrainer，一个用于竞技Pokémon VGC的AI代理，它扩展了信念状态搜索以处理同步动作和随机结果，在实时排位赛中获得了高Elo评分。
本文介绍了ShuttleArena，一个基于物理的羽毛球自对弈环境，其中代理使用PPO学习可解释的战术策略，在击球选择和恢复方面显示出竞争性改进。
GameWAM 引入了首个统一的世界动作模型，用于原生视频游戏控制，通过块因果流匹配和模式特定分布联合预测未来视觉和可执行动作。
一位数据科学家通过将 Pokelike.xyz 转变为一个游戏环境，创建了用于强化学习和大语言模型的基准测试。在这个环境中，AI 机器人可以被训练和测试。该项目是开源的，并邀请贡献以改进机器人的性能。