发现 / 应用 / Game Harness Lab

Game Harness Lab

需自行部署Web终端macOS

本地游戏智能体实验台：利用对局反馈、GEPA 与配对评测，尝试改进 Decision 的 Harness。

由 admin 提交 · 收录于 6天前

⚡ System1 在这里负责什么

StartLux Decision 从提供的动作集合中选择每个局内动作，公开配置为 think_mode=never。GLM-5.3 与 GEPA 在局外改进 Harness 说明；程序负责游戏规则、选择校验和动作执行。这些是 StartLux Decision 的结果，不是已核实的 TypeSafe 官方 Jev 实测。

介绍

Game Harness Lab 是通过本地网页和命令行使用的游戏智能体实验台，用于测试玩家并改进其 Harness。公开实现包括贪吃蛇、中国象棋、军棋、五子棋、俄罗斯方块、原创平台跳跃、Overcooked-AI 和通过 poke-env 接入的宝可梦对战。 StartLux Decision 在关闭思考的配置下选择局内动作；GLM-5.3 准备说明并复盘已结束的对局，GEPA 组织候选修改与评测。每局冻结 Harness，程序负责规则、动作校验和计分。候选通过另外的配对验收后，才可成为批准导出的版本。俄罗斯方块的实验流程还可调整目标指导、有限记忆和观察组织。这里的 RSI 指围绕 Harness 配置反复进行反馈、修改和评测的循环，不训练模型权重，也不保证每轮变强。公开成绩受其游戏、种子和预算限制：最新的俄罗斯方块三组实验最终都保留了同一父策略，没有选出改进版本。需要自行部署、配置兼容的 Decision 服务和教练 API Key；模型推理与硬件成本另计。未确认主项目整体许可证，依赖项的许可证不能代表整个项目。本条目依据公开代码与报告整理，本次未重新运行对局或模型测试。源码与安装：https://github.com/dctongsheng/game-harness-lab 最新实验：https://github.com/dctongsheng/game-harness-lab/blob/main/docs/tetris-components-experiment-v1.md

🧪 社区实测报告

0 份报告 · 0 份真实模型通过

还没有人测试过，来做第一个吧。

💬 相关讨论

发帖 →

还没有讨论。