arXiv · AI· Zipeng Qiu, Shusheng Xu, Jiale Li, Yukun Zhou, Chenyue Li, Wenshuang Li, Tongkai Yang, Binhang Yuan·· 12 小时前AI 评分29
Think Offline, Act in Real Time: Self-Improving Visual Game Agents through Code
Think Offline, Act in Real Time: Self-Improving Visual Game Agents through Code
AI 导读
在170个GameWorld任务中,代码策略平均进度达47.80%,优于模型控制器策略的30.90%,且在五个游戏类别中均领先。代码策略允许模型在离线阶段编写、测试和修改程序,该程序在实时游戏运行期间执行动作,而模型控制器需配合实时分块执行。结果表明,将学习存储在执行程序中比直接调整模型权重更能有效利用离线推理时间。
来源:arXiv · AI · arxiv.org