AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：游戏AI×
6月23日
14:07
6月18日
14:52
6月17日
23:31
6月16日
20:46
6月12日
12:57
6月11日
15:28
15:23
15:07
6月10日
11:07
6月7日
15:43
6月5日
22:09
5月25日
11:21
11:21arXiv cs.AI@Yoosung Hong
精选
PCSP（Persona Conditioned Shared Policy）是一种基于强化学习的单策略框架，通过冻结LLM嵌入的低秩投影来条件化NPC行为，实现数百至数千个具有一致个性的非玩家角色控制。在300人生命模拟基准上，PCSP实现了零样本个性识别（组合泛化能力比随机高17倍）、语义-行为对齐（Spearman ρ≈0.73），以及比LLM策略基线快22倍的推理速度。该方法结合PPO、InfoNCE一致性损失和KL多样性目标，其中InfoNCE轨迹一致性目标至关重要，移除后零样本识别降至随机水平。在Melting Pot 2.4.0多智能体环境和UE5引擎部署中均验证了其个性条件化行为差异和实时推理能力。
论文强化学习NPC控制个性条件化游戏AILLM嵌入
推荐理由：游戏AI团队终于有了可落地的NPC个性控制方案——单策略支持数千角色且推理速度比LLM快22倍，做开放世界或模拟游戏的开发者可以直接在UE5中复现。
原文
5月14日
19:09
5月11日
13:03
13:03Greg Brockman Blog（博客/媒体）
70°
OpenAI 在 Benchmark 活动中首次展示了其 AI 系统 OpenAI Five，该系统在 Dota 游戏中与人类玩家对战。OpenAI Five 通过每天自我对弈 180 年的训练，掌握了复杂的团队协作和实时策略，而此前该系统仅适用于 1v1 模式。AI 系统由五个神经网络组成，其计算能力相当于蚂蚁大脑，但展示了从游戏中学习策略的潜力。OpenAI 强调 Dota 是训练 AI 的理想环境，涉及不完美信息和复杂组合，而类似技术已成功应用于机器人控制。随着 AI 计算能力每 3.5 个月翻一番，这类技术未来将更加普及。
AI产品OpenAI FiveDota强化学习多智能体协作游戏AI
推荐理由：该事件展示了强化学习在复杂博弈中的突破，OpenAI Five 从 1v1 扩展到 5v5 团队对抗，表明 AI 可迁移学习策略能力。对 AI 从业者而言，这验证了自我博弈训练范式的有效性，并为多智能体协作研究提供了基准。
原文
13:03
13:03Greg Brockman Blog（博客/媒体）
精选85°
OpenAI Five在总决赛中首次公开击败Dota 2世界冠军OG，这是AI首次在现场比赛中战胜顶级电竞职业战队。该AI基于深度强化学习，经过10个月（相当于45000年游戏内时间）的自我对弈训练，形成了独特的创新玩法。尽管是AI首次与人类冠军公开较量，但OpenAI强调这一事件的核心是让公众直观感受AI技术的真实能力。该通用学习代码未来可应用于机器人控制、辅助系统等领域。
AI产品AI里程碑强化学习游戏AIOpenAI FiveDota 2
推荐理由：此事件是强化学习在复杂策略游戏中的重大突破，证明了无人工编码的AI能够通过自我学习达到超人水平。它对AI通用性（代码不依赖特定游戏）和未来应用（如机器人交互）有深远启示。
原文