跳到正文
热点事件历史事件

KPHarness:知识与探测协同演化的游戏AI执行框架

1 篇报道1 个报道来源2026-10-20更新

先了解这件事

AI 综述

Zhikang Chen 提出 KPHarness 方法,通过知识与探测的协同演化,自适应调整冻结的视觉-语言-动作(VLA)模型的外部执行 harness,用于长时域游戏任务。该成果见于一篇 arXiv 论文。 论文称,在 Minecraft 的挖掘、战斗和合成任务中,KPHarness 的任务覆盖率高于纯策略执行、手动固定 harness,以及只演化知识、探测不自适应的方案。在未见过的任务上,将演化后的 harness、知识库和探测策略保持固定时,任务完成率也有所提升。这些结果来自论文自述,尚未见独立验证。

AI 根据报道生成 · 2026-10-21更新

报道时间线

沿着报道,了解事件的不同侧面。

10月20日
  1. arXiv 游戏 AI 检索
    KPHarness:面向长时域游戏的知识与探测协同演化执行框架

    KPHarness 通过知识与探测的协同演化,调整冻结的视觉-语言-动作(VLA)模型的外部执行 harness。在 Minecraft 的挖掘、战斗和合成任务中,其任务覆盖率优于纯策略执行、手动固定 harness 以及仅演化知识、探测不自适应的方案。在未见过的任务上,演化后的 harness、知识库和探测策略保持固定时,任务完成率也有所提升。