ニュース
ゲーマーフレームワーク:長期ゲームインタラクションのためのAIモデル
ゲーマーは新しいAIフレームワークで、2Dおよび3D環境での効率的なインタラクションのために、知覚、記憶、推論を統合しています。
翻訳記事です。 元の記事を読む.
研究者たちはゲーマーを発表しました。これは、複雑な2Dおよび3Dインタラクティブ環境での長期的なタスクのために設計された一般的な視覚・言語・行動AIフレームワークです。2026-11-16に発表され、arXiv上で(2611.18397)公開されており、このフレームワークはデジタルおよび物理的ドメインで操作できる一般的なエージェントの作成に向けた重要なステップです。このプロジェクトはGitHubでオープンソース化され、より広範な採用と協力を可能にします。
主な機能とトレーニング方法論
ゲーマーのアーキテクチャは、知覚、メモリ管理、および多段階推論を統合した統一フレームワークです。このモデルは、多段階プロセスを用いて訓練されます:
- 継続的な事前訓練:ゲーマーは、シミュレーションゲームおよび身体化環境からの数万時間に及ぶキーボードとマウスのインタラクションデータを活用しています。これにより、物理的および仮想的なドメイン全体で環境ダイナミクスを学習することができます。
- スパース思考指示の調整:このステップは、複雑な意思決定に必要な推論能力を維持しながら、冗長な計算を削減します。
- マルチターン強化学習:安定したトレーニング方法は、有限のコンテキストウィンドウ、蓄積されたロールアウトエラー、および希薄な報酬などの課題に対処し、効果的な長期的インタラクションを可能にします。
パフォーマンスとリアルタイムインタラクション
ゲーマーはさまざまなベンチマークで優れた一般化能力と効率性を示しています。3Dのオープンワールドゲームでは、熟練した人間プレイヤーと同等の性能を発揮します。また、伝統的な2Dゲームのベンチマークでも競争力のある結果を達成しています。このフレームワークのクラウドエッジ推論エンジンは、無制限のコンテキスト実行をサポートし、低遅延を維持し、複数のシミュレートされた環境でのリアルタイムインタラクションを可能にします。
オープンソース実装
ゲーマーの公式実装はGitHubで入手可能です(https://github.com/RainBowLuoCS/Gamer)。リポジトリには詳細なドキュメント、ビデオデモ、およびApache 2.0の下でのライセンスが含まれています。このオープンソースリリースは、一般的なAIエージェントにおけるコラボレーションとさらなる進展を促進することを目的としています。
ゲーマーの開発は、データと学習アルゴリズムをスケールアップして、さまざまな環境で複雑な長期タスクをこなすことができるエージェントを訓練する可能性を強調しています。このアプローチは、デジタルおよび物理的な世界におけるAIのより広範な応用への道を開く可能性があります。