physics-simulator

Stickblade Arena 是一项新基准测试，让LLM智能体在2D物理刀剑格斗模拟器中控制布娃娃角色，测试其在对抗压力下的多回合战术推理、空间感知和实时决策能力。早期结果揭示了能力差距：DeepSeek R1在近战中占据主导地位，但因时间限制无法使用弓箭，而小模型在近距离战斗中表现出色。

PhyMotion 提出一种基于物理的奖励系统，评估生成视频中人体运动的运动学合理性、接触一致性和动态可行性，与人类判断具有更强的相关性，并在基于强化学习的后训练中提升运动真实感。