Notícias

Gamer Framework: Modelo de IA para Interação em Jogos de Longo Prazo

Gamer, um novo framework de IA, integra percepção, memória e raciocínio para interação eficiente em ambientes 2D e 3D .

Ilustração editorial temática
Ilustração editorial; não é uma fotografia do acontecimento.

Artigo traduzido. Ler o artigo original.

Pesquisadores apresentaram Gamer, um framework de IA de visão-linguagem-ação generalista projetado para tarefas de longo prazo em ambientes interativos complexos 2D e 3D . Publicado em 2026-11-16 , no arXiv (2611.18397), o framework representa um passo significativo em direção à criação de agentes generalistas capazes de operar em domínios digitais e físicos. O projeto também foi disponibilizado como código aberto no GitHub, permitindo uma adoção e colaboração mais amplas.

Principais Recursos e Metodologia de Treinamento

A arquitetura do Gamer integra percepção, gerenciamento de memória e raciocínio de múltiplas etapas em um framework unificado. O modelo é treinado usando um processo em várias etapas:

  • Continuação do Pré-Treinamento: Gamer aproveita dezenas de milhares de horas de dados de interação com teclado e mouse de jogos simulados e ambientes incorporados. Isso permite que o modelo aprenda as dinâmicas ambientais em domínios físicos e virtuais.
  • Ajuste de Instrução de Pensamento Raro: Esta etapa reduz a computação redundante enquanto mantém as capacidades de raciocínio necessárias para a tomada de decisões complexas.
  • Aprendizado por Reforço de Múltiplas Interações: Um método de treinamento estável aborda desafios como janelas de contexto finitas, erros acumulados de rollout e recompensas esparsas, permitindo uma interação eficaz em longo prazo.

Desempenho e Interação em Tempo Real

Gamer demonstra forte generalização e eficiência em vários benchmarks. Em jogos de mundo aberto 3D , ele apresenta desempenho comparável ao de jogadores humanos habilidosos. Também alcança resultados competitivos em benchmarks tradicionais de jogos 2D . O motor de inferência cloud-edge do framework suporta execução de contexto ilimitado e mantém baixa latência, permitindo interação em tempo real em múltiplos ambientes simulados.

Implementação Open-Source

A implementação oficial do Gamer está disponível no GitHub (https://github.com/RainBowLuoCS/Gamer). O repositório inclui documentação detalhada, demonstrações em vídeo e uma licença sob Apache 2.0 . O lançamento open-source visa fomentar a colaboração e o avanço de agentes de IA generalistas.

O desenvolvimento do Gamer destaca o potencial de escalar dados e algoritmos de aprendizado para treinar agentes capazes de tarefas complexas e de longo prazo em ambientes diversos. Essa abordagem pode abrir caminho para aplicações mais amplas de IA tanto em mundos digitais quanto físicos.

Mais artigos em português · Comparações financeiras e fontes da SEC (inglês)