Player-1：从合成经验后训练游戏控制
热点事件观察中
Player-1：从合成经验后训练游戏控制
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
论文作者提出后训练框架 Player-1 及配套合成环境 Player-1-Gym，让游戏智能体在演示之外通过合成经验学习控制，并扩展了 computer-use 动作空间，加入相对指针移动、持续输入与复合动作。 作者报告，经其后训练的 Player-1-9B 在 MineDojo-300 上成功率较其 SFT 策略提高 27.8 个百分点，Player-1-35B-A3B 提高 17.7 个百分点；Player-1-9B 达到 38.33%，高于所评测最强基线的 12.63%，在 ViZDoom-10 和 GameWorld 上也较 SFT 有提升。
AI 根据报道生成 · 3 小时前更新
最新进展10月14日 08:00
Player-1：从合成经验中学习游戏控制的后训练框架报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- Hugging Face 每日论文精选Player-1：从合成经验中学习游戏控制的后训练框架
论文提出 Player-1，一个通过合成经验在演示之外学习游戏控制的后训练框架，扩展了 computer-use 动作空间并加入相对指针移动、持续输入与复合动作。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 410月15日 13:00
- 近 24 小时变化
- –
0246
13:0014:0015:0016:00
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。