Game2Player:用游戏环境与玩家共建采集568款游戏训练数据

Hugging Face Papers 收录的论文 Game2Player 提出让游戏环境和 AI 玩家共同迭代,批量改造网页游戏并采集带任务验证的玩法数据,用来训练视觉智能体。目前公开信息显示,这只是论文框架与基准,并非已上线产品。

一句话看懂:Hugging Face Papers 收录的论文 Game2Player 提出让游戏环境和 AI 玩家共同迭代,批量改造网页游戏并采集带任务验证的玩法数据,用来训练视觉智能体。目前公开信息显示,这只是论文框架与基准,并非已上线产品。

事件核心:发生了什么

该论文针对视觉智能体训练中“人类游戏数据贵、视频推断动作难、数据集游戏种类少且缺少可验证任务”的问题,设计了 Game2Player 流程:Builder 智能体改造现有网页游戏、暴露内部状态并定义带状态进度和成功判定的任务;Coding Player 和 VLM Player 负责尝试任务并把问题反馈给 Builder 修复。按摘要数据,团队由此构建了 568 款经过验证的网页游戏、3,436 个任务,采集 15.7K 条轨迹(约 307 小时游戏过程),并留出 50 款游戏作为 PlayerBench 基准。摘要提到的发布时间为 2026 年 11 月 18 日,以下信息均基于摘要,未核验全文实验细节。

为什么重要

视觉智能体的短板往往不在单步识别,而在长程规划和精确操作,游戏恰好覆盖这些能力。Game2Player 的思路是把“采数据”和“验环境”合成一个闭环,并用状态检查替代事后人工标注,降低可验证经验的获取成本。对行业而言,这提供了一条不依赖大规模人工试玩的训练数据路线;但能否迁移到真实应用,仍取决于游戏之外的场景覆盖和验证设计。

对用户/开发者/创作者的影响

开发者可关注其“改造网页游戏并暴露内部状态”的工程方法,这比从头造模拟环境更轻量,适合做智能体评测与 SFT 数据管线。论文称使用进度加权 SFT 训练后,Game2Player-9B 在 PlayerBench 上把任务进度从 14.3% 提升到 31.2%,在外部 GameWorld 基准上从 30.0% 提升到 53.1%,说明采集数据对训练有正向作用,但数值仅对应摘要所述条件。创作者和小团队则可能受益于更低成本的游戏化测试环境,前提是改造流程足够通用。

值得关注的后续

一是 Builder 改造网页游戏的通用性和失败率,决定这套管线能否扩展到更多游戏类型;二是 PlayerBench 与 GameWorld 的结果能否在第三方复现,避免只在自建基准上有效;三是是否开源代码和数据集,以及后续是否被用于真实 GUI 或机器人控制任务。

来源:Hugging Face Papers

celebrityanime
celebrityanime
文章: 36045

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注