GPT-4o 能玩《黑神话：悟空》：精英怪胜率超人类，无强化学习纯大模型方案
AI 玩黑神话，第一个精英怪牯护院轻松拿捏啊。
阿里巴巴的研究人员们提出了一个新型 VARP（视觉动作角色扮演）智能体框架。它能直接将游戏截图作为输入，通过视觉语言模型推理，最终生成 Python 代码形式的动作，以此来操作游戏。
以玩《黑神话・悟空》为例，该智能体在 90% 简单和中等水平战斗场景中取胜。
GPT-4o、Claude 3.5 都来迎战
研究人员以《黑神话・悟空》为研究平台，一共定义了 12 个任务，75% 与战斗有关。
他们构建了一个人类操作数据集，包含键鼠操作和游戏截图，一共 1000 条有效数据。
每个操作都是由原子命令的各种组合组成的序列。原子命令包括轻攻、闪避、重攻击、回血等。
然后，他们提出了 VARP 智能体框架。主要包含动作规划系统和人类引导轨迹系统。
其中动作规划系统由情境库、动作库和人类引导库组成，利用 VLMs 进行动作推理和生成，引入分解特定任务的辅助模块和自我优化的动作生成模块。
人类引导轨迹系统利用人类操作数据改进智能体性能，对于困难任务，通过查询人类引导库获取相似截图和操作，生成新的人类引导动作。
同时 VARP 还包含 3 个库：情景库、动作库和人工引导库。这些库中存储了 agent 自我学习和人类指导的内容，可以进行检索和更新。
动作库中，“def new_func_a ()”表示动作计划系统生成的新动作，“def new_func_h ()”表示人导轨迹系统生成的动作。“def pre_func ()”代表预定义的动作。
动作案例研究和相应的游戏截图。第一行和第二行中的操作是预定义的函数。第三行动作由人工制导轨迹系统生成。
SOAG 会在玩家角色与敌人的每次战斗互动后总结第四行和第五行中的新动作，并将其存储在动作库中。
框架分别使用了 GPT-4o（2024-0513 版本）、Claude 3.5 Sonnet 和 Gemini 1.5 Pro。
对比人类和 AI 的表现结果，可以看到小怪部分 AI 们的表现达到人类玩家水平。
到了牯护院时，Claude 3.5 Sonnet 败下阵来，GPT-4o 胜率最高。
另外研究还提到，由于 VLMs 推理速度受到限制，是无法实时输入每一帧画面的。它只能间隔输入关键帧，这也会导致 AI 在一些情况下错过 boss 攻击的关键信息。
以及由于游戏中没有明确的道路引导且存在很多空气墙，在没有人类引导下，智能体也不能自已找到正确的路线。
One More Thing
AI 打游戏并不是一个新鲜事了，比如 AI 基于强化学习方法打《星际争霸 II》已经可以击败人类职业高手。
利用强化学习方案，往往需要输入大量对局。商汤此前训练的 DI-star（监督学习 + 强化学习），就用了“16 万场录像”和“1 亿局对战”。
但是纯大模型也能打游戏，还是很出乎意料的。在本项研究中，数据集中的有效数据为 1000 条。
- 1扎堆做MMO，谁能成为第一个刀剑神域？盘点在研的二次元MMO
- 2全新职业“次元法师”！《命运方舟》韩服夏季大版本爆料
- 3粉丝吵翻天！孙悟空老年形象公布 你是支持还是反对？
- 4腾讯2026新游杀疯了，半年连发40余款，FPS全赛道通吃
- 5满级身材曲线真的很诱人！《绝区零》迎来首位虚狩级支援代理人
- 6离谱LOL资格赛，刚果队顶400ms延迟，13分钟速推全程被碾压
- 718周年的DNF，想要重新做起PVP的生态
- 8育碧联合创始人Claude辞世，轻型飞机失事，享年六十九岁
- 9终局内容全面重做，深渊与探险玩法加强！《流放之路2》国际服0.5.3版本更新实装
- 102009年的三冠王！端游《创誓记》将被开发成手游
