Player-1：用合成经验学习游戏控制

2026年10月15日，arXiv Computer Vision 刊出 Mingyu Ouyang 等作者的报道，介绍 Player-1——一个面向游戏控制的后训练框架，其目标是在演示数据之外通过合成经验进行学习。报道称，该框架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；使用 6,044 条游戏轨迹做监督初始化；并构建了包含 16 个 2D 和 3D 环境的 Player-1-Gym，以支持 PPO 多环境强化学习。上述内容为该报道所述，尚无后续跟进报道，也未出现与早先报道在数字、时间或说法上的矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。