PyWeek

新的PlaySuite基准揭示了AI在视频游戏中的感知-行动差距

研究人员推出了PlaySuite，这是一个旨在评估AI模型交互式视觉智能的大型基准。该基准利用了来自Pygame和Unity等各种引擎的超过5000个开源视频游戏，旨在测试模型在动态环境中超越静态感知任务的能力。对十四个模型的初步评估揭示了显著的感知-行动差距，突显了当前在持续进展、空间定位和自我纠正方面的局限性，表明需要改进AI中以目标为导向的交互能力。