提出PokéAgent Challenge基准,包含Battling和Speedrunning两条赛道,分别用于评估AI在部分可观测竞争对战中的策略推理能力与在RPG游戏中的长程规划能力,并提供大规模战斗数据集、多类基线方法及开源多智能体编排系统,揭示了LLM、RL与人类专家间显著性能差距,并证明宝可梦任务衡量的…
机构:Google
来源:arXiv 2603.15563 | AI4Papers 论文推荐平台