Dawei Wang

新的 ROAR 基准测试在实时多人游戏中测试 LMM 智能体

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表现。与之前的回合制基准测试不同，ROAR 解决了动态环境的挑战，在这种环境中，必须在决策过时之前迅速做出决定。该系统利用多智能体异步 Gym 接口，允许环境和智能体在单独的线程中运行，从而实现异步进展和独立推理。ROAR 旨在推动基于 LMM 的智能体超越静态评估，实现更现实、实时的多智能体决策。