跳到正文
arXiv 游戏 AI 检索· Kailing Li·· 19 天前精选AI 评分43

AceAction-5M:跨多个 3D 游戏世界的分层目标通用动作学习数据集

AceAction-5M: Hierarchical Goals for Generalist Action Learning Across 3D Game Worlds

AI 导读

作者提出 AceAction 数据集,收录多个 3D 游戏的人类游玩演示,把整体任务指令、有序子目标和局部技能指令与时间对齐的视觉观察及键鼠动作关联起来,覆盖导航、侦察、战斗、交互和恢复。团队用视觉语言模型流水线从目标或交互对象的变化中识别子目标、把导航目标锚定到可识别的路点,并将相邻子目标组合成任务指令。对 500 条轨迹的审核在独立评审中获得 95.8% 的通过率。

推荐理由

数据集把整体任务指令、有序子目标与局部技能指令同时间对齐的画面和键鼠动作串起来,可用来观察智能体如何执行、组合和切换技能。

来源:arXiv 游戏 AI 检索 · arxiv.org