arxiv · arXiv · 2026-10-06 17:26 · 评分 86
该研究在一个十英雄完整MOBA（206个单位、每个英雄每tick行动、最长6000 tick）中学习结构化多智能体世界模型，仅用内部1400 tick想象轨迹训练策略，再在真实游戏中对抗内置对手。用外部胜负评判世界模型，而非只看预测损失。
原文：arXiv ｜ 返回 AI 资讯列表