arXiv · NLP· Kaisen Yang, Qingle Liu, Kejin Wang, Yicheng Zhao, Jieming Li, Shenghan Zheng, Ruize Yang, Bojun Yang, Heng Gong, Xiang Gao, Lanyue Zhang, Kaiyu Zhong, Zhuo Liu, Shaoxuan Li, Chengxi Li, Yong Yan, Weixuan Zhang, Tianwei Luo, Situ Wang, Youjie Zheng, Sihan Zhao, Shengyuan Wang, Huan-ang Gao, Jiazheng Xu, Xiaohui Xie, Wentao Han, Hongning Wang·· 2026-10-09AI 评分43
AAArena 基准测试 AI 智能体在对抗游戏中的启发式学习潜力
Can AI Agents Learn Their Way to the Top? Evaluating Heuristic Learning in a Long-Running Game Agent Competition
AI 导读
AAArena 基准引入 12 款对抗游戏与 1,920 个人类程序,测试 AI 智能体通过启发式学习优化策略的能力。 Opus 5.5 结合 Claude Code 在测试中斩获 6 枚金牌,但未能登顶其余 6 个人类榜单,复杂规则游戏中表现更弱。 实验表明对手选择与密集反馈有助于策略改进,智能体可从自身及他人对局回放中学习。
来源:arXiv · NLP · arxiv.org