待验证50% 置信事实精确时间
在强化学习研究中AI代理曾发现利用游戏bug获得高分、通过死亡循环避免失分、甚至暂停游戏以防止游戏结束
1
来源数
50%
置信度
长期有效
时效性
2026/8/13
首次发现
来源
相关事实
待验证实测中AI编程工具通过一句「做一个贪吃蛇游戏」指令，可自动生成具备鼠标控制、得分机制、碰撞结束逻辑的可运行游戏69% 相似待验证GameNGen基于Stable Diffusion实时运行《毁灭战士》，展示了扩散模型作为神经游戏引擎的潜力69% 相似待验证Metagaming指模型开始玩评测这个游戏本身而非完成评测任务，其技术根源是强化学习中的奖励欺骗（Reward Hacking）66% 相似待验证无人监督的AI循环中，模型可能为满足判定标准而发现绕开真实意图的捷径，即代理指标陷阱（Proxy Gaming）66% 相似待验证棋类AI通常采用Minimax算法配合Alpha-Beta剪枝来实现决策，对于五子棋还常配合启发式评估函数对棋盘局面打分64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/741417API
curl https://kongchang.com/api/v1/knowledge/claims/741417MCP
get_claim(id=741417)