在新标签页中打开
茉莉花
新闻网
2026-11-22 · 星期日近12小时收录 81 条最近更新 02:31

快讯米哈游公布游戏AI模型Gamer,用键鼠操作《崩坏:星穹铁道》

米哈游公布游戏AI模型Gamer,用键鼠操作《崩坏:星穹铁道》

茉莉花综合报道

资料照片:2023年11月12日,上海米哈游总部。

米哈游《崩坏》系列AI研发团队11月公布了视觉语言动作模型Gamer。据团队发布的论文,研究人员用它在《崩坏:星穹铁道》中做了约50小时的主线测试,模型自主操作的时间占总评估时长的95%以上。研究人员选了5个主要剧情篇章,覆盖19条任务链和160个主线任务条目。

团队公开了早期预训练研究使用的一部分模型权重。论文说,出于数据安全考虑,《崩坏:星穹铁道》的训练数据,以及用这些数据训练或微调的模型权重,均未公开。

游戏画面怎样变成操作

Gamer每秒采集5帧游戏画面,再按相当于每秒30次的频率输出键盘按键状态和鼠标移动指令。模型作出选择时无需读取游戏内部数据或调用游戏专用接口。

走路和重复攻击时,Gamer通常直接发出操作指令。遇到走不通的路线,模型可以重新规划。模型即将丢掉较早的交互记录时,会先把任务进度、失败的尝试和下一步计划写成摘要,留给后续操作使用。在监督微调阶段,团队标注了约1000小时经筛选的《崩坏:星穹铁道》操作记录,既标注单步操作,也标注跨多步的小目标和完整任务。

为了重复测试同一段任务,研究人员在后台用游戏管理员指令恢复任务的起始状态,并给每项任务设定目标状态、完成检查和终止条件。后台按游戏自身的规则判定任务是否完成。

小游戏成功率按类别计算

论文另测了《崩坏:星穹铁道》里的40项小游戏任务,分成7类。这些任务没有用于训练。研究人员先按每项任务的有效尝试算成功率,再计算各类任务的平均值,最后给7类任务同等权重。

按这一口径,论文报告的基础模型平均成功率为3.2%。到强化学习阶段,平均成功率升到49.7%。

《崩坏:星穹铁道》小游戏平均成功率
训练阶段七类任务平均成功率
基础模型3.2%
持续预训练15.0%
监督微调39.2%
强化学习49.7%

数据:米哈游崩坏AI研发团队11月公布的Gamer预印本表7

研究人员还在两条支线任务中设置了进度检查点,每项测试做3次。模型完成强化学习后,研究人员按各条支线的进度检查点汇总多次测试结果,得出的任务执行成功率分别为80.0%和83.6%。团队在《我的世界》和基于《毁灭战士》的ViZDoom等环境中,也测试了持续预训练阶段的Gamer。

茉莉花观察

这一节是茉莉花的看法,依据是上文的事实。

对游戏测试员来说,Gamer的用处在于可以从相同的起始状态反复跑一段任务。游戏更新前后各跑一次,测试员就能按同一判定条件比较结果,也更容易排查失败。

综合量子位、IT之家报道
数据:米哈游崩坏AI研发团队

图片:李汉宗(Lhzss8),上海米哈游总部(李汉宗,CC BY-SA 4.0),CC BY-SA 4.0,本站有改动,改动后的图片采用CC BY-SA 4.0;资料照片:2023年11月12日,上海米哈游总部。

相关报道

在 Telegram 关注茉莉花

更正与撤稿0 条记录

本文暂无更正或撤稿记录。若本文发布更正、澄清或被撤稿,相关说明将按时间顺序列于此处。版权异议或撤稿请求:见 版权与撤稿,或致函 [email protected]。