AAArena đánh giá khả năng agent AI tự cải thiện chiến lược qua các giải đấu game kéo dài
Các nhà nghiên cứu đề xuất Học Heuristic Đối kháng (AHL), một phương pháp trong đó agent AI cải thiện các chính sách chơi game có thể thực thi và phần mềm hỗ trợ dựa trên kinh nghiệm, trong khi vẫn giữ nguyên trọng số của mô hình nền. Họ giới thiệu AAArena, benchmark gồm 12 game đối kháng và 1.920 chương trình do con người lưu trữ, với quy trình đánh giá mô phỏng các cuộc thi thực tế và giới hạn cố định về số trận đấu cũng như ngân sách đánh giá. Agent phải tự diễn giải luật chơi, chọn đối thủ, phân tích bản ghi trận đấu và chỉnh sửa game agent để cải thiện thứ hạng. Trong đánh giá được báo cáo, Opus5.5 kết hợp Claude Code giành 6 huy chương vàng, cho thấy cách lặp lại việc chỉnh sửa do agent thực hiện có thể bổ trợ cho học tăng cường và tìm kiếm heuristic truyền thống.
Các nhà nghiên cứu AI có thể theo dõi AAArena và phương pháp AHL như một cách đánh giá khả năng agent tự phân tích trận đấu rồi sửa mã chiến lược, thay vì chỉ huấn luyện lại trọng số mô hình. Đây là hướng nghiên cứu hữu ích cho những ai xây dựng agent có khả năng lập kế hoạch và cải thiện qua nhiều vòng thử nghiệm.
Đọc bài gốc