Adapt-1
Rei Labs推出的非PPO、非LLM游戏智能体学习系统，支持反应式策略学习和基于Machina序列引擎的序列搜索两种工作模式
时间轴 (近 90 天)
Adapt-1是Rei Labs推出的一个既不基于大语言模型（non-LLM）也不采用PPO的学习系统
Adapt-1的反应式策略模式在未经训练的状态下启动，通过约36分钟的实际游玩积累经验形成策略，再关闭学习功能直接用已习得策略通关
Adapt-1的Machina序列引擎通过搜索方式寻找抵达终点旗杆的按键序列，经历403次尝试、耗费约11分钟真实时间找到可用序列
开发者在GitHub（hsrvc/adapt1-mario）上公开了代码、完整实验数据、运行轨迹、演示片段以及包含成本信息的分步指南
开发者在Reddit上分享了让Adapt-1从零开始学习并通关超级马里奥兄弟关卡1-1的验证场景
该测试是一次概念演示（proof of concept），而非对Adapt-1通用能力的完整基准测试
全部知识事实 (6)
Adapt-1是Rei Labs推出的一个既不基于大语言模型（non-LLM）也不采用PPO的学习系统
50%待验证Adapt-1的反应式策略模式在未经训练的状态下启动，通过约36分钟的实际游玩积累经验形成策略，再关闭学习功能直接用已习得策略通关
50%待验证Adapt-1的Machina序列引擎通过搜索方式寻找抵达终点旗杆的按键序列，经历403次尝试、耗费约11分钟真实时间找到可用序列
50%待验证开发者在GitHub（hsrvc/adapt1-mario）上公开了代码、完整实验数据、运行轨迹、演示片段以及包含成本信息的分步指南
50%待验证该测试是一次概念演示（proof of concept），而非对Adapt-1通用能力的完整基准测试
50%待验证开发者在Reddit上分享了让Adapt-1从零开始学习并通关超级马里奥兄弟关卡1-1的验证场景
50%