Montezuma 通常指经典雅达利游戏《Montezuma's Revenge》(《蒙特祖玛的复仇》),因需要长程规划、稀疏奖励和精确探索,长期被视为强化学习领域的"试金石"级难题——AI 能否攻克它,常被用来衡量算法在通用智能方向上的进展。
Montezuma's Revenge 的近期进展
当前焦点与观察点
Montezuma 相关研究的争议核心在于"攻克"的定义:是靠人类示范、大规模算力,还是真正意义上的自主探索?不同方法对应的能力含义差别很大。此外,随着大模型展现出较强的游戏与规划能力,传统的 Atari 基准是否还能作为通用智能的判据,正在被社区重新审视。观察点包括:纯无监督探索方法能否继续降低对示范和算力的依赖,以及未来的智能评测基准会否从单点游戏转向更综合的长程任务套件。