Tiêu đề gốc: GTAGym: Môi trường nhiệm vụ trò chơi AAA thực tế dành cho đánh giá và học tăng cường
GTAGym chuyển thể từ các nhiệm vụ chính của GTA V để tạo ra GTAVBench: 103 nhiệm vụ 3D trực tuyến (thuộc chín loại) cộng với 47 nhiệm vụ bắn súng và bắn tỉa dựa trên hình ảnh của GTA V, trong đó tác nhân tương tác qua ảnh chụp màn hình và các thao tác bàn phím/chuột, kết quả được tự động xác định bởi trạng thái engine. Ngoài ra còn có nhánh GTAVBench-AGI, nơi mô tả nhiệm vụ chỉ xuất hiện trong bức ảnh chụp màn hình đầu tiên, được giao cho khung Codex với chỉ một công cụ bước tiến trò chơi được mở khóa. Các tác giả đã đánh giá sáu mô hình hàng đầu, cấu hình tốt nhất đạt độ chính xác tổng thể là 70.9%, so với mức cơ sở của con người là 89.8%; điều hướng trên không, chặn đứng và né tránh vẫn còn rất khó khăn. Sau khi thực hiện học tăng cường LoRA trên Qwen3.8-27B bằng các nhiệm vụ điều hướng đi bộ được sinh ra tự động, hiệu suất trên các nhiệm vụ GTA V gốc đã tăng từ 15% lên 23%.
Tại sao quan trọng Kết quả của các nhiệm vụ trò chơi quy mô lớn thường khó xác định tự động, nhưng ở đây việc chấm điểm được thực hiện trực tiếp bởi trạng thái engine, đồng thời có thể tạo hàng loạt nhiệm vụ theo mẫu để phục vụ học tăng cường
Lượt thích 12 · Số sao mã nguồn 10
Lý do
- Có thể chơi toàn bộ 150 nhiệm vụ ngay trên trình duyệt mà không cần cài đặt; môi trường 3D được xây dựng bằng Babylon.js dựa trên dự án mã nguồn mở GTA_SZ
- Hồ sơ đánh giá lưu lại ảnh chụp màn hình, hành động, video nén, mức tiêu thụ token và tóm tắt suy luận do mô hình trả về; bộ tạo nhiệm vụ có thể lấy mẫu các tham số như tuyến đường, mục tiêu, thời gian trong khuôn khổ mẫu, tự động cung cấp phần thưởng và tín hiệu kết thúc
- Các nhiệm vụ thử nghiệm cũng được đưa vào bộ dữ liệu Hugging Face OpenMOSS-Team/GTAVBench
Cách sử dụng
- Mã nguồn: Trang tasks.html tại https://github.com/ljbro/GTAGym;在线试玩见项目的
- Chạy cục bộ: Sử dụng npm ci, npm run build, npm start -- --port 4200 để khởi động dịch vụ trò chơi, sau đó dùng npm run eval:json hoặc npm run eval:codex để chỉ định cấu hình mô hình và tiến hành đánh giá
Rủi ro
- Các nhiệm vụ 3D chạy trong môi trường thành phố được tái tạo trên trình duyệt, không phải trò chơi gốc; các nhiệm vụ GTA V gốc được xác minh bằng cách xem video thủ công
- Tài liệu hình ảnh liên quan đến đồ họa trò chơi của Rockstar, giấy phép cho từng tài liệu được liệt kê riêng trong thư mục licenses/; kết quả do tác giả báo cáo, bản tin này chưa chạy thử nghiệm