arXiv 游戏 AI 检索· Bizhe Bai·· 4 天前精选AI 评分60
3D GameDev Arena 发布:用108个从零开发3D浏览器游戏任务评测编码智能体
3D GameDev Arena: Benchmarking Coding Agents That Plan, Build, and Playtest extreme Long-Horizon Browser Games
AI 导读
作者提出 3D GameDev Arena,一个面向从零开发 3D 浏览器游戏的长程基准,覆盖 14 个品类共 108 个任务。智能体仅凭文本规格和 UI/UX 参考图,通过自动化的规划、实现、测试、修复流水线构建自包含游戏,单次运行平均约 1,000 次 LLM 调用,最长一次用到 14,407 次调用、2.13B token 和 608 个资产。
推荐理由
该基准用108个从零开发3D浏览器游戏的任务,把编码智能体的长程规划、实现与试玩串成一条评测链。
来源:arXiv 游戏 AI 检索 · arxiv.org