AI智能体在对抗性游戏中通过启发式学习提升策略排名
原始标题 / Can AI Agents Learn Their Way to the Top? Evaluating Heuristic Learning in a Long-Running Game Agent Competition
新研究形式化对抗性启发式学习（AHL），用AI智能体在固定模型权重下迭代改写游戏策略与配套软件，并在12款真实对抗游戏与1920份人类程序构成的AAArena基准上评估。新意在于把智能体当作学习引擎而非仅靠强化学习，有用之处是揭示对手选择与密集反馈可促进策略改进，但仍有半数游戏人类阶梯未被超越。
01 摘要
论文将AI智能体作为学习引擎，在保持模型权重固定的前提下，通过分析回放和修订可执行策略来提升对抗性游戏表现，并形式化为对抗性启发式学习（AHL）。作者构建了AAArena基准，含12款真实对抗游戏和1920份人类程序，采用类似真实竞赛的评估协议。实验显示Opus5.5配合Claude Code获得6枚金牌，但剩余6个人类阶梯未被任何配置超越，且规则更复杂的游戏表现更弱。
02 关键点
- 提出对抗性启发式学习（AHL），智能体在模型权重固定下修订游戏策略与支持软件。
- 构建AAArena基准，含12款对抗游戏与1920份人类程序，评估协议模拟真实竞赛。
- Opus5.5+Claude Code获6金，但6个人类阶梯未被超越；对手选择和密集反馈有助于策略改进。
回到一手来源
阅读原文 ↗AI GENERATED SUMMARY / DISCOVERED BY ARXIV CS.CL