AGI Hunt· Bam4d·· 1 小时前AI 评分66
不足1000万参数 RL 智能体通关《宝可梦红》,比 DeepSeek-V3 小 60500 倍
<1000万参数 RL 智能体通关宝可梦红,比 DeepSeek-V3 小 6 万倍
AI 导读
一个不足 1000 万参数的策略网络通过强化学习通关《宝可梦红》,参数量比 DeepSeek-V3 小 60500 倍。训练目标仅是成为冠军而非集齐全部宝可梦,单局超过 24 小时;项目全部代码开源,并提供可复现方案、changelog 和 Discord 社区。
来源:AGI Hunt · agihunt.info