[控场AI]

#游戏AI

共 22 篇相关文章

AI实时对战星际争霸:无暂停、各自迷雾下的智能体较量
·5 分钟

AI实时对战星际争霸:无暂停、各自迷雾下的智能体较量

两个AI智能体在《星际争霸:母巢之战》中展开实时无暂停对战,基于OpenBW运行时与C++桥接搭建,各自受战争迷雾限制且无视频输入。本文解析其系统架构与对AI游戏智能体研究的启示。

阅读全文 →
FireFly:让游戏AI模仿你操作的开源模仿学习框架
·4 分钟

FireFly:让游戏AI模仿你操作的开源模仿学习框架

FireFly 是一个开源的游戏AI模仿学习框架,通过记录玩家操作进行行为克隆训练,支持 OpenCV、YOLO、U-Net 等多种感知方案,并内置图结构自动数据采集。本文解析其架构设计与从行为克隆走向强化学习的扩展思路。

阅读全文 →
GPT-6 Astra首次玩魔兽世界:AI游戏智能体的新尝试
·5 分钟

GPT-6 Astra首次玩魔兽世界:AI游戏智能体的新尝试

GPT-6 Astra 通过 agent-wow 项目首次尝试游玩魔兽世界,本文分析用游戏测试 AI 智能体的意义、MMORPG 对大模型的挑战,以及此类实验对 AI 智能体发展的启示。

阅读全文 →
用Nuzlocke数据训练强化学习:一个被忽视的RL环境富矿
·4 分钟

用Nuzlocke数据训练强化学习:一个被忽视的RL环境富矿

Reddit上一个小众但有趣的想法:用宝可梦Nuzlocke玩法数据训练强化学习环境。本文分析为何Emerald Kaizo等硬核改版配合玩家输入记录,是构建RL训练环境的理想素材。

阅读全文 →
强化学习AI挑战《东方Project》:24小时直播训练的启示
·4 分钟

强化学习AI挑战《东方Project》:24小时直播训练的启示

一个在YouTube 24小时直播的强化学习AI正在挑战弹幕游戏《东方Project》风神录。本文解析RL智能体从零学习的过程、机器与人类在游戏中的优势差异,以及游戏作为AI研究试验场的意义。

阅读全文 →
浏览器里训练AI:Clash Royale强化学习实战解析
·5 分钟

浏览器里训练AI:Clash Royale强化学习实战解析

一位开发者将《皇室战争》AI智能体做成可在浏览器训练的迷你版本,用350行纯JS手写REINFORCE算法,直观展示强化学习如何从零学会防守策略,并开源了完整代码。

阅读全文 →
Humalike x GTA RP:会记忆、会行动的AI NPC来了
·4 分钟

Humalike x GTA RP:会记忆、会行动的AI NPC来了

Humalike 与 GTA RP 合作推出会说话、有记忆、能自主行动的 AI NPC,已在波兰最大角色扮演服务器上线并开放接入。本文解析其核心能力与落地意义。

阅读全文 →
ClashRoyaleAi:开源皇室战争RL模拟器与PPO智能体实践
·6 分钟

ClashRoyaleAi:开源皇室战争RL模拟器与PPO智能体实践

ClashRoyaleAi 是一个开源的《皇室战争》确定性模拟器,用 C++17 重建战斗引擎并提供 Gymnasium 接口,配合递归 PPO、前瞻搜索与自博弈联赛训练 RL 智能体。本文解析其环境设计、智能体架构与实验结果。

阅读全文 →
开源皇室战争RL模拟器:C++高速引擎与PPO智能体的实战启示
·5 分钟

开源皇室战争RL模拟器:C++高速引擎与PPO智能体的实战启示

一个面向强化学习的开源《皇室战争》模拟器,用C++实现每场对局约10毫秒的高速仿真,支持可分叉状态与循环PPO训练,并在训练中暴露出引擎bug。解析其技术设计与对游戏AI研究的价值。

阅读全文 →
用强化学习训练神经网络对战:涌现行为与奖励黑客实录
·4 分钟

用强化学习训练神经网络对战:涌现行为与奖励黑客实录

开发者用强化学习训练两个神经网络在格斗游戏中对战,揭示AI奖励黑客现象,并通过奖励塑形与联盟对战引导出有趣的涌现战斗行为。深入解析RL实践中的关键挑战与技术方案。

阅读全文 →
Jev玩转宝可梦红:AI智能体挑战复杂游戏的开源实验
·4 分钟

Jev玩转宝可梦红:AI智能体挑战复杂游戏的开源实验

开发者Christian Mat开源AI智能体项目Jev,让其挑战经典游戏《宝可梦红》,全程直播并公开token消耗与成本。本文解析这一实验背后的AI决策能力、长期规划难题与开源价值。

阅读全文 →
Mica v0.1 4B:不生成一个token,如何在真实Minecraft中造出铁镐
·5 分钟

Mica v0.1 4B:不生成一个token,如何在真实Minecraft中造出铁镐

Mica v0.1 4B在真实Minecraft服务器中用23步造出铁镐,全程不生成任何文本token,而是通过读取答案标签概率进行决策。基于RTX 3090单卡实现90-150ms实时响应,模型与代码已开源。

阅读全文 →
小型神经网络对决通用决策模型:一场卡牌AI的失败模式启示录
·8 分钟

小型神经网络对决通用决策模型:一场卡牌AI的失败模式启示录

一位开发者对比自建的248k参数神经MCTS卡牌AI与通用决策模型Jev,通过100场镜像对局和反事实评估器,揭示神经网络系统性低估打脸与斩杀、通用模型不擅收尾的互补失败模式,为游戏AI的特征设计与训练目标提供实证启示。

阅读全文 →
Brood War Bench:用星际争霸考验大模型的实时决策能力
·4 分钟

Brood War Bench:用星际争霸考验大模型的实时决策能力

Brood War Bench 用经典即时战略游戏《星际争霸:母巢之战》评测大语言模型的实时决策与长时程规划能力,成为一种抗污染的新型AI基准。本文解析其设计思路、核心挑战与局限。

阅读全文 →
实测 Jev:号称200毫秒决策的新型AI,能玩转《小丑牌》吗?
·7 分钟

实测 Jev:号称200毫秒决策的新型AI,能玩转《小丑牌》吗?

程序员主播 Prime 实测新型 AI Jev(发音 gev,得名 Jevons 悖论):一个号称 200 毫秒决策的高速分类引擎。他尝试用它驱动 AI 自主游玩《小丑牌》,揭示了状态精简、决策树拆解等实战经验与当前局限。

阅读全文 →
用NEAT神经进化训练马里奥AI:从三次失败到通关的进化实验
·4 分钟

用NEAT神经进化训练马里奥AI:从三次失败到通关的进化实验

一位开发者用NEAT神经进化算法训练马里奥AI控制器,成功攻克ROM Hack关卡的难点缺口。本文解析NEAT方法原理、ROM Hack关卡的回溯与非线性挑战,以及项目在泛化能力上的真实边界。

阅读全文 →
当AI拥有虚拟身体:Lumen具身AI交互实验深度解析
产品体验
·5 分钟

当AI拥有虚拟身体:Lumen具身AI交互实验深度解析

深度解析B站Lumen(流明)项目如何赋予AI虚拟身体,实现环境感知、协作解谜与情感交互。从对话式AI到具身AI的维度跃迁,探索AI虚拟伙伴的技术挑战与未来方向。

阅读全文 →
独立游戏AI实战:打造有灵魂的史莱姆战斗系统
教程攻略
·7 分钟

独立游戏AI实战:打造有灵魂的史莱姆战斗系统

详解独立游戏中史莱姆战斗AI的完整开发思路,涵盖有限状态机架构、多攻击模组切换、群体AI追击机制、动画协同等核心环节,为游戏开发者提供实用的敌人AI设计参考。

阅读全文 →