Build, Don't Play: самоулучшающиеся исследовательские LLM-агенты создали ИИ для Hearthstone Battlegrounds, сопоставимый с топовыми игроками
AutoTavern связывает специализированные исследовательские LLM-агенты через общую типизированную исследовательскую память и шлюзы верификации, замыкая цикл живыми играми; за 20 дней система построила достоверный симулятор Hearthstone Battlegrounds и 23 версии играющего агента, обученного на PPO. Живой рейтинг TavernAgent вырос с 6 000 примерно до 15 000, а его последние 20 записей дают в среднем 1,60 места при 80% первых мест, превосходя десять самых высокорейтинговых людей сервера по каждой статистике (2,34, 59%).
Почему это важно
Замкнутый цикл от созданных агентами исследовательских артефактов до системы, превосходящей топовых людей в игре, в которую сами агенты играть хорошо не умеют.
Важность: 3/5
Заметный препринт с результатом на живом ладдере; пока не прошёл рецензирование.