Player-1: Learning to Play from Synthetic Experience
Aggiunta all'archivio di AIChronos il (numero del 15 ottobre 2026 ricostruito)· fonte del · Mingyu Ouyang, Yiran Wang, Siyuan Hu, Xingyilang Yin, Huiqiang Sun, Guangzhi Wang (ARC Lab, Tencent)
Player-1 è un framework di post-training che permette agli agenti computer-use di apprendere il controllo dei videogiochi utilizzando esperienze sintetiche invece di sole dimostrazioni. Il metodo estende lo spazio delle azioni includendo movimenti relativi del puntatore, input sostenuti e azioni composite, partendo da modelli fine-tuned su traiettorie curate. Viene introdotto Player-1-Gym, un insieme di sedici ambienti sintetici 2D e 3D con ricompense verificabili programmaticamente per facilitare il reinforcement learning multi-ambiente tramite PPO. I risultati mostrano che i modelli Player-1 (9B e 35B) superano significativamente le baseline SFT, raggiungendo tassi di successo del 38.33% su MineDojo rispetto al 12.63% della base più forte.
- Estensione dello spazio delle azioni con movimenti relativi e input sostenuti per migliorare la granularità del controllo.
- Utilizzo di Player-1-Gym, sedici ambienti sintetici progettati attorno a dinamiche di controllo condivise tra giochi diversi.
- Il reinforcement learning su esperienze sintetiche migliora drasticamente il transfer rispetto all'inizializzazione supervisionata (SFT).
- Le azioni composite che combinano più input da tastiera e mouse aumentano durante la fase di RL, migliorando l'efficienza.
- I guadagni prestazionali generalizzano oltre la suite di training per RL su altri benchmark come ViZDoom-10.
Perché conta. ['Permette agli sviluppatori di scalare il training degli agenti senza dipendere da dataset enormi e costosi registrati manualmente.', "Offre un percorso concreto per passare dall'interpretazione dello schermo al controllo attivo in ambienti complessi come i videogiochi, passo cruciale per gli AI locali autonomi."]
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.