研究人员推出 ROAR,这是一个新的基准测试,旨在评估大型多模态模型 (LMM) 在实时、多人动作射击游戏环境中的智能体能力。与现有的回合制基准测试不同,ROAR 通过允许游戏环境独立于智能体推理时间而演变,解决了实时约束的关键挑战。该系统利用多智能体异步 Gym 接口在单独的线程中运行智能体和环境,从而实现持续进展和独立推理,而不会阻塞其他智能体。ROAR 支持多种场景,包括合作、竞争和混合模式,旨在推动基于 LMM 的智能体实现更动态、实时的决策。 AI
影响 该基准测试有望加速能够在复杂、动态环境中进行实时决策的 LMM 智能体的开发。
排序理由 该条目描述了一个用于评估 AI 智能体的新基准测试和研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →