arXiv Computer Vision· Mingyu Ouyang, Yiran Wang, Siyuan Hu, Xingyilang Yin, Huiqiang Sun, Guangzhi Wang, Junfu Pu, Cheng Cheng, Honghao Chen, Ying Shan, Mike Zheng Shou, Hwee Tou Ng·· 4 小时前AI 评分37
Player-1：用合成经验学习玩游戏的后训练框架
Player-1: Learning to Play from Synthetic Experience
AI 导读
Player-1 是面向游戏控制的后训练框架，通过合成经验在演示数据之外学习。它扩展了计算机操作动作空间，加入相对指针移动、持续输入和复合动作，并用 6,044 条游戏轨迹做监督初始化，同时构建含 16 个 2D 和 3D 环境的 Player-1-Gym 支持 PPO 多环境强化学习。
来源：arXiv Computer Vision · arxiv.org