GAMEGO：基于锚定真实世界资产的合成轨迹训练游戏开发智能体
英文标题：GAMEGO: Training Game-Dev Agents with Synthetic Trajectories Anchored in Real-World Assets
本研究提出了 GAMEGO 框架，旨在利用锚定在真实世界资产中的合成轨迹来训练游戏开发智能体（Game-Dev Agent）。随着大语言模型（LLM）在 Web 前端执行能力的显著提升，基于浏览器的游戏自动化生成正成为 AI Agent 领域的前沿方向。该方法致力于突破以往方案对复杂外部机制的过度依赖，通过高保真合成轨迹提升智能体的端到端游戏构建与调试能力。这一进展为 AI 驱动的游戏工程自动化以及复杂交互软件开发提供了重要的技术参考与实践路径。
打开原文相关 7.2 · 机会 2
2.1 KB
672 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
arXiv:2610.06910v1 [Announce Type: new]
摘要
大语言模型（LLM）的最新进展在 Web 前端执行中展现出了非凡的能力，其中基于浏览器的游戏生成正成为一个尤为突出的前沿阵地。尽管先前的研究通常依赖于复杂的模块化方案……
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×