小参数强化学习智能体通关《宝可梦红》
热点事件持续更新
小参数强化学习智能体通关《宝可梦红》
1 篇报道1 个报道来源53 分钟前更新
先了解这件事
AI 综述
Bam4d称,其自2020年开发的强化学习项目已用参数量不足1000万的策略网络通关《宝可梦红》,规模据称约为DeepSeek-V3的1/60500。项目的目标只是击败并成为冠军,并非收集全部宝可梦;智能体在几乎不做简化的环境中完成游戏,单局用时超过24小时。 该项目并非只提供一个固定策略,而是公开全部代码、复现方案、更新记录及社区入口,供他人验证和继续使用。
AI 根据报道生成 · 23 分钟前更新
最新进展11月17日 15:58
不足1000万参数 RL 智能体通关《宝可梦红》,比 DeepSeek-V3 小 60500 倍报道时间线
沿着报道,了解事件的不同侧面。
11月17日
- AGI Hunt不足1000万参数 RL 智能体通关《宝可梦红》,比 DeepSeek-V3 小 60500 倍
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。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。