Новости
Gamer Framework: Модель ИИ для взаимодействия в долгосрочных играх
Gamer, новая платформа ИИ, интегрирует восприятие, память и рассуждения для эффективного взаимодействия в средах 2D и 3D .
Перевод статьи. Читать оригинальную статью.
Исследователи представили Gamer, обобщенный ИИ-фреймворк для визуально-языкового и действия, предназначенный для долгосрочных задач в сложных интерактивных средах 2D и 3D . Опубликованный в 2026-11-16 , на arXiv (2611.18397), этот фреймворк является значительным шагом к созданию универсальных агентов, способных работать как в цифровых, так и в физических доменах. Проект также был открыт на GitHub, что позволяет более широкое принятие и сотрудничество.
Ключевые функции и методология обучения
Архитектура Gamer интегрирует восприятие, управление памятью и многопроцессный вывод в единой структуре. Модель обучается с использованием многоэтапного процесса:
- Продолжение предобучения: Gamer использует десятки тысяч часов данных о взаимодействии с клавиатурой и мышью из симулированных игр и обитаемых сред. Это позволяет модели учить динамику окружающей среды как в физических, так и в виртуальных доменах.
- Настройка редкого мышления: Этот этап уменьшает избыточные вычисления, сохраняя при этом способности рассуждения, необходимые для сложного принятия решений.
- Обучение с множественными итерациями: Стабильный метод обучения решает проблемы, такие как ограниченные окна контекста, накопленные ошибки разворот и разрозненные награды, что позволяет эффективно взаимодействовать в долгосрочной перспективе.
Производительность и взаимодействие в реальном времени
Gamer демонстрирует сильную обобщаемость и эффективность по различным бенчмаркам. В открытых мирах игр 3D он показывает сопоставимые результаты с опытными игроками. Он также достигает конкурентоспособных результатов на традиционных бенчмарках игр 2D . Движок облачного и краевого вывода фреймворка поддерживает выполнение с неограниченным контекстом и сохраняет низкую задержку, позволяя взаимодействие в реальном времени в нескольких симулированных средах.
Открытая реализация
Официальная реализация Gamer доступна на GitHub (https://github.com/RainBowLuoCS/Gamer). Репозиторий включает подробную документацию, видео демонстрации и лицензию по Apache 2.0 . Открытый релиз направлен на содействие сотрудничеству и дальнейшему развитию универсальных агентов ИИ.
Разработка Gamer подчеркивает потенциал масштабирования данных и алгоритмов обучения для подготовки агентов, способных выполнять сложные долгосрочные задачи в различных средах. Этот подход может прокладывать путь для более широких применений ИИ как в цифровых, так и в физических мирах.
Другие статьи на русском · Финансовые сравнения и источники SEC (на английском)