构建而非对战：自我改进的 LLM 研究智能体开发出媲美顶尖玩家的《炉石传说：酒馆战棋》AI
AutoTavern 是一个自我改进的研究系统，由专业化的 LLM 智能体协同开发《炉石传说：酒馆战棋》的模拟器、对手和游戏策略。该系统在 20 天内构建了完整复现游戏内容的 TavernGym，并推出 23 个经 PPO 训练的 TavernAgent 版本。在实际天梯中，该智能体的评分从 6,000 升至约 15,000。按公开排行榜的指标，其最近 20 场平均名次为 1.60，获得第一名的比例为 80%，在所有报告指标上均超过评分最高的十名玩家。TavernBench 包含 40 种情景、共 960 项任务；TavernAgent 完成了 91% 的游戏任务，而前沿 LLM 至多达到 63%，且前者决策仅需 0.03 秒，后者则最长需要 26 秒。研究团队计划开源 TavernBench 和 TavernGym。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。