> ## Content Index
> Fetch the complete content index at: https://binnn.top/llms.txt
> Use this file to discover other available public pages before exploring further.

# Game2Player：让游戏环境与玩家共同迭代，采集视觉训练数据
- URL: https://binnn.top/game-player-codevelopment/
- Published: 2026-11-19T23:39:19.000Z
- Updated: 2026-11-20T05:59:57.000Z
- Description: 研究通过实际游玩发现环境缺陷，再用代码策略和视觉模型收集轨迹；任务进度与成功条件由游戏内部状态判定。
- Author: Sunbin 编辑部
- Tags: AI 最新论文进展, 视觉与多模态, #sunbin-auto, #sunbin-newsroom

论文阅读笔记 · arxiv.org · 原文日期 2026-11-18

## 568款游戏如何划分

Game2Player将现有网页游戏改造成可验证的训练环境。作者报告，筛选单人离线游戏、移除无法实现的任务后，得到568个环境、3436项任务，覆盖超过25种类型和七种主要引擎。其中50款游戏留作PlayerBench测试集，其余518款用于训练。

## 截图玩家与代码玩家分工

构建代理负责接出游戏内部状态，并据此定义任务进度和成功检查。两类玩家随后尝试每项任务：视觉语言模型看截图，在推理时暂停游戏；代码玩家则编写Python策略，读取玩家可见状态并实时运行，再根据记录的结果修改策略。

## 故障报告必须经过回放核验

玩家的失败报告不会直接触发修改。构建代理先回放对应片段，对照视频与状态轨迹判断问题是否成立；若证据反驳报告，就记录驳回理由。确认缺陷后，才修改游戏代码、状态探针或控制说明；缺少可读观测字段时，则补充字段并让玩家重试。

## 用进度信号选择训练重点

两类数据提供不同监督：代码策略可在游玩时不调用模型，重复采集示范；视觉玩家则留下动作解释，即使未完成目标，也能展示尝试过程。作者将两者蒸馏到基于像素输入的智能体，并在监督微调中提高推动任务进度的动作权重。

## 游戏环境不随研究材料分发

材料开放有明确边界。作者说明，游戏中只有少部分采用开源许可，其余虽可在公共网站免费游玩，却未获再分发授权。因此，发布范围包括框架源码、训练模型和任务规格，不包含游戏、素材及接入状态探针后的环境；其他材料仍待版权审查。

原始标题：Game2Player: Scaling Gameplay Experience for Visual Agents through Environment–Player Co-Development  
[来源：arxiv.org](https://arxiv.org/abs/2611.24154?ref=binnn.top)