清华 AAArena：AI 智能体回放学习游戏策略

2026 年 10 月 11 日，X 用户 Rohan Paul 介绍了清华大学提出的 AAArena 研究。该研究基于清华年度机器人竞赛的 12 款游戏、1920 个历史人类程序作为对手，测试编码智能体在不修改模型权重的情况下，通过阅读规则、选择对手、观看回放并重写机器人来学习游戏策略。在测试的 3 款游戏中，详细回放均优于仅提供胜负反馈：Pacman 机器人依靠回放获得第 1 名，而无回放时仅列第 11 名。但报道同时指出，当比赛预算增至 3 倍时，4 个卡住的机器人仍无一登顶，复杂规则游戏依旧难以突破。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。