跳到正文
arXiv 游戏 AI 检索· Yijun Zhou·· 27 天前精选AI 评分48

UnityBench-Mini3D:评测 LLM 智能体的 Unity 3D 游戏开发能力

UnityBench-Mini3D: Evaluating LLM Agents for 3D Game Development in Unity

AI 导读

研究者提出 UnityBench-Mini3D,用 77 个项目级 Unity 任务评测 LLM 编码智能体的 3D 游戏开发能力。每个任务配有 1,178 个人工编写的里程碑测试,可给出部分得分并定位失败环节。在 21 个模型和 9 种编码框架的测试中,简单任务平均通过率为 80.9%,困难任务降至 35.2%,总体为 57.7%。

推荐理由

现有游戏开发基准多针对 Godot 且依赖 LLM 评审,这篇工作改用引擎内的确定性里程碑测试评估 Unity 任务,可作为方法上的对照。

来源:arXiv 游戏 AI 检索 · arxiv.org